v4 Livre

Vincent Manet
Mthode des
lments finis
Vulgarisation des aspects mathmatiques

et illustration de la mthode
Vincent Manet 2013 (Ceci est la version livre de ce document)

Ce document est sous licence Creative Commons 3.0 France :
paternit ;
pas dutilisation commerciale ;
partage des conditions initiales lidentique ;
http://creativecommons.org/licenses/by-nc-sa/3.0/deed.fr
Introduction
Dans ce (de moins en moins court) document, plutt destination dingnieurs mcaniciens
connaissant dj la mthode des lments finis, nous allons essayer de faire une prsentation un
peu plus thorique que ce qui leur est gnralement propos (et qui est quand mme souvent de
type preuve par les mains , ce qui occulte trop de points).
Nous ne ferons appel qu des notions mathmatiques de bases gnralement dj vues pour la
plupart en taupe (ou en tout dbut de cycle dingnieur)... bien que des complments que lon peut
qualifier dlmentaires nous aient t demands et aient t inclus.
Nous esprons, grce cette prsentation thorique montrer toute la souplesse et la puissance
de la mthode, afin de permettre au lecteur denvisager dautres simulations que celles quil a pu
dj raliser par le pass.
Pourquoi un ingnieur pratiquant dj les lments finis devrait-il sintresser plus en profondeur
aux mathmatiques derrire la mthode ?
Tout dabord parce que cest beau et intressant : deux raisons parfaitement licites et suffisantes.
Mais surtout parce que le monde change ! On souhaite des modlisations toujours plus proches
du rel, toujours plus dtailles, toujours plus complexes, toujours plus couples... Par ailleurs un
constat simpose : si la physique dhier tait essentiellement celle du continu, celle daujourdhui
est le rgne du discontinu. Ainsi, connatre lintgrale de Riemann et savoir intgrer par parties
taient autrefois des outils suffisants, alors quaujourdhui il faut en passer par les drives au sens
des distributions, les espaces de Sobolev, lintgrale de Lebesgue...
Rester sur les outils dhier cest se condamner rsoudre les problmes dhier ! Cest pourquoi
ce document a vu le jour, pour essayer de prsenter et dexpliquer simplement (nous lesprons)
les mathmatiques derrire la mthode, mais sans demander au lecteur de se transformer en
mathmaticien.
But du document
Le but initial tait de prsenter brivement la thorie mathmatique derrire les lments finis afin
que les ingnieurs utilisant cette mthode puisse en envisager toutes les applications, ainsi que de
couvrir les aspects qui, selon nous, devraient tre connus de tout ingnieur mcanicien impliqu ou
intress par le calcul numrique.
Toutefois, il senvisage comme support de rfrence plusieurs cours, cours qui ne portent pas
sur tous les aspects traits dans ce document, et pendant lesquels les aspects pratiques sont plus
dvelopps (avec mise en situation sur machine).
Mme si nous avons voulu rester le plus succinct possible, lintroduction de notions de proche
en proche conduit un document qui fait aujourdhui une certaine taille (par exemple, nous avons
besoins des espaces de Sobolev, mais comment les introduire sans parler des espaces de Lebesgue,
mais comment les introduire sans parler...).
Aussi le document a-t-il finalement t dcoup en plusieurs parties : un survol des notions
mathmatiques, puis le traitement du problme continu constituent lossature thorique ncessaire
assoir la mthode des lments finis sur un socle solide. La discrtisation par lments finis
proprement parler nest aborder quensuite, et dailleurs un seul chapitre suffirait en faire le
But du document
tour... sauf entrer plus dans le dtail concernant ce qui fche : homognisation, non linarit,
dynamique, ce qui est fait dans des chapitres spars.
Enfin, dautres mthodes sont abordes car galement trs employes aujourdhui. Aussi est-il
indispensable selon nous den avoir entendu parl et den connatre les principales notions (BEM,
FEEC...).
En annexes, se trouve un petit fourre-tout comprenant des choses censes tre matrises depuis
la taupe (mais qui parfois nous sont demandes) et les complments qui alourdiraient encore les
propos prcdents.
Certaines notions (essentiellement de topologie) ne sont pas prsentes dans ce document. Il
nous a sembl que le lecteur devait avoir quelques souvenirs de ce quest un ouvert, un ferm,
ladhrence, la densit... Par ailleurs, leur nom peut tre suffisamment vocateur pour se passer
dune dfinition formelle dans le contexte de ce document.
Attention, ce document nest pas un document de mathmatiques, il ne contient dailleurs
aucune preuve. Cest, dans ces deux premires parties, un document de vulgarisation de notions
mathmatiques ncessaires une bonne comprhension de la mthode des lments finis.
Nous avons voulu raliser un survol des notions importantes, mais malgr tout, afin de ne pas
tre parfois trop laconique, nous avons un peu dbord.
En fin de document, un petit index des noms propres permettra au lecteur de replacer les divers
dveloppements mentionns dans lhistoire... Il se peut quil subsistent quelques erreurs, notamment
au niveau des nationalits mentionnes, car il nest pas toujours ais de dterminer rapidement cette
information (et nous ne connaissons pas toutes les biographies des personnes cites).
Ce document a t ralis trs rapidement, et de manire extrmement hache. Il comporte
forcment encore beaucoup de fautes : merci de men faire part.
Dmarche de lingnieur numricien

En prambule ce document, nous tenions synthtiser la dmarche complte de lingnieur
numricien :
Modlisation / mise en quations Construction du problme continu (systme dquations
aux drives partielles).
Analyse mathmatique du problme pos Existence, unicit, proprits des solutions.
Conception dune mthode numrique Construction dun problme discrtis.
Analyse numrique Questions de stabilit, convergence, prcision.
Algorithmique Choix de mthodes de rsolution en dimension finie.
Mise en uvre sur ordinateur Programmation.
Pre et Post Traitement (maillages / visualisation) Interpolation, extrapolation, outils de la
CAO.
Tous ces points ne seront videmment pas abords dans ce document !
Remerciements :
Nous remercions Mathias Legrand pour ses conseils aviss et sa relecture pertinente.
Notre collaboration a permis une trs nette amlioration de la qualit typographique gnrale du
document, et a conduit la coexistence de deux versions, issues du mme code source : lune que
nous appelons version cours correspond ce que nous proposons en cours (couleurs, notations) ;
lautre que nous nommons version livre , plus classique et sage dans sa forme, est plus proche
dun ouvrage.
Table des matires

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
But du document
Table des matires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

I
Les espaces de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1
Panorama non exhaustif des espaces
1.1.1
1.1.2
1.1.3
Point de vue topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Point de vue mtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Point de vue algbrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2
Tribu, mesure, espaces mesurable et mesur
22
1.3
Tribu borlienne, mesures de Dirac et Lebesgue
23
1.4
Proprits de la mesure de Lebesgue
25
1.5
Petit exemple amusant dinjection dans un Hilbert
26
Applications et morphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1
Fonction, application, injection, surjection, bijection
28
2.2
Morphismes
29
2.2.1
2.2.2
2.2.3
2.2.4
2.2.5
Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Cas des espaces vectoriels : application et forme linaires
Endo, iso, auto -morphismes . . . . . . . . . . . . . . . . . . .
Espace dual dun espace vectoriel . . . . . . . . . . . . . . .
Noyau et image . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3
Oprateur
Continuit et drivabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.1
Continuit et classe C0
33
3.2
Continuit de Hlder et Lipschitz
35
3.3
Drive
35
3.4
Fonctions de classe Ck
37
3.5
Diffrentielle
37
3.6
Drives partielles
3.7
SURVOL MATHMATIQUE
Retour sur les classes
TABLE DES MATIRES
17
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 29
. 30
. 30
. 30
. 31
32
37
Ck
pour une fonction de plusieurs variables
39
3.8
Nabla et comparses
3.8.1
3.8.2
3.8.3
3.8.4
3.8.5
Champs de vecteurs et de scalaires . . . . . . . . . . . . . . . . . . .

Gradient, divergence, rotationnel, Laplacien et DAlembertien
Normale et drive normale . . . . . . . . . . . . . . . . . . . . . . .
Potentiel dun champ vectoriel . . . . . . . . . . . . . . . . . . . . .
Signification physique . . . . . . . . . . . . . . . . . . . . . . . . .
3.9
Quelques thormes sur les intgrales
Espaces de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.1
Prsentation des espaces de Lebesgue Lp
4.2
Construction de
4.3
Espace L0
L1
40
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 40
. 40
. 41
. 42
. 42
43
48
Lp
49
50
et dualit avec
L1
4.4
Espace
50
4.5
Espace L2
50
4.6
Complments et retour sur les fonctions continues et diffrentiables
51
Espaces de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5.1
Distributions
56
5.2
Drives au sens des distributions
58
Wm;p ./
5.3
Espaces
5.4
Espaces Hm ./, Hm
0 ./ et H
5.5
Prise en compte du contour du domaine
5.5.1
5.5.2
Trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Espace trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.6
Espaces H1 ./, H10 ./ et H
5.7
Espaces H.div/ et H.rot/
65
5.8
Ingalits utiles
66
II
59
m ./
60
61
1 ./
63
PROBLME CONTINU
Problmes physiques : quations diffrentielles et aux drives partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.1
Introduction
75
6.2
Conditions aux limites
77
6.2.1
6.2.2
6.2.3
6.2.4
6.2.5
Dirichlet valeurs aux bords . . . . . . . . . . .

Neumann gradients aux bords . . . . . . . . .
Robin relation gradient/valeurs sur le bord
Condition aux limites dynamique . . . . . . . .
Condition aux limites mle . . . . . . . . . . .
6.3
Types dquation aux drives partielles
78
6.4
Phnomnes de propagation et de diffusion
78
6.4.1
quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.4.2
quation donde, phnomnes vibratoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.4.3
quation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 77
. 77
. 78
. 78
. 78
TABLE DES MATIRES
6.5
Mcanique des fluides
6.5.1
6.5.2
6.5.3
quation de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
quation de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
quation dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.6
quations de la mcanique des milieux continus des solides
6.6.1
6.6.2
6.6.3
6.6.4
6.6.5
Notions gnrales conduisant aux quations de la mcanique

Formulation gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . .
Dynamique / statique . . . . . . . . . . . . . . . . . . . . . . . . . . .
Grands / petits dplacements . . . . . . . . . . . . . . . . . . . . . .
Loi de comportement . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.7
quations de lacoustique
91
6.8
Multiplicateurs de Lagrange
92
Formulations faible et variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.1
Principe des formulations faible et variationnelle
95
7.2
Thorme de reprsentation de Riesz-Frchet
98
7.2.1
7.2.2
Cas des formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

Extension aux formes bilinaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3
Thorme de Lax-Milgram
7.4
Thorme de Babuka et condition inf-sup
100
7.5
Thormes de Brezzi et condition BBL
100
7.6
102
Problmes physiques : formulations faibles et variationnelles . . . 105
8.1
8.1.1
8.1.2
8.1.3
quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

quation donde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
quation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
8.2
8.2.1
8.2.2
8.2.3
quation de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

quation de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
quation dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8.3
8.3.1
8.3.2
Formulation gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

Choix des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
8.4
8.4.1
8.4.2
8.4.3
quation de Helmholtz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

Conditions aux limites en acoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Formulation faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
83
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
86
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 86
. 89
. 89
. 89
. 90
98
105
109
111
114
Exemple de formulation variationnelle dun problme de Neumann

117
9.1
tude directe de lexistence et lunicit de la solution
117
9.2
Formulation variationnelle
117
9.3
Formulation mixte duale
119
TABLE DES MATIRES
III
LMENTS FINIS
10
La mthode des lments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
10.1
Introduction
127
10.2
Problmes de la modlisation relle
10.2.1
10.2.2
10.2.3
10.2.4
Problmes gomtriques
Problmes dchelle . . .
Couplage gomtrique . .
Couplage intrinsque . . .
10.3
Principe de la mthode : rsolution dun systme matriciel
131
10.4
Approximation conforme et lemme de Ca
133
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
129
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
129
129
130
131
10.4.1 Cas Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

10.4.2 Cas Babuka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
10.4.3 Cas Brezzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
10.5
Approximations non conformes et lemmes de Strang
135
10.5.1 Approximation interne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135

10.5.2 Approximation externe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
10.6
Convergence de la mthode des lments finis en approximation conforme interne136
10.6.1 Calcul de la majoration derreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

10.6.2 Majoration de lerreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
11
Choix dun Modle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
11.1
La mcanique, un problme plusieurs champs
140
11.2
Plusieurs modlisations dun mme problme
143
11.3
Exemple : retour sur le calcul de poutre du paragraphe 11.1 avec C AST 3M
147
11.3.1 Modlisation 2D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

11.3.2 Modle 3D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
11.4
Interpolation des champs et de la gomtrie
149
12
Formulation pratique dlments finis . . . . . . . . . . . . . . . . . . . . . . . . . 151
12.1
lments de Lagrange
12.1.1
12.1.2
12.1.3
12.1.4
Unisolvance . . . . . . . . . . . . . . . . . . . . . . . . . . . .
lments finis de Lagrange . . . . . . . . . . . . . . . . . .
Famille affine dlments finis et lment de rfrence
Construction de la base globale . . . . . . . . . . . . . . .
12.2
lments dHermite
151
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
151
152
154
155
156
12.2.1 Classe dun lment fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156

12.2.2 lments finis dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
12.2.3 lments uni- et bidimensionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
12.3
Traitement de plusieurs champs
157
12.4
Validation pratique et indicateurs derreur
159
12.4.1
12.4.2
12.4.3
12.4.4
Modes rigides et parasites . . . . . . . . . . . . .

Modes associs aux dformations constantes
Patch-tests . . . . . . . . . . . . . . . . . . . . . . .
Test de prcision dun lment . . . . . . . . .
12.5
Exemple : quelques variations sur le thme des lments unidimensionnels
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
160
160
160
160
161
12.5.1 lment de rfrence unidimensionnel linaire deux nuds . . . . . . . . . . . . . . . . . . . . . 161

12.5.2 Rappels sur la jacobienne et le jacobien dune transformation . . . . . . . . . . . . . . . . . . . . . 162
12.5.3 lments de rfrence unidimensionnels linaires n nuds . . . . . . . . . . . . . . . . . . . . . . 163
TABLE DES MATIRES
12.5.4
12.5.5
12.5.6
12.5.7
12.5.8
lment de rfrence unidimensionnel infini . . . . . . . . . . . . . . . . . . . . . . .

lment fini de barre unidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . .
Assemblage de trois lments unidimensionnels linaires deux nuds . . . . .
lment de barre unidimensionnel de type Hermite (lment subparamtrique) .
lment mixte unidimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
163
164
165
166
166
12.6
Sur les dplacements imposs
12.6.1
12.6.2
12.6.3
12.6.4
12.6.5
12.6.6
12.6.7
Problme considr . . . . . . . . . . . . . . . . . . . . . . .
Retour sur la rsolution de systmes linaires . . . . . .
Complment de Schur et dplacements imposs . . . .
Multiplicateurs de Lagrange et dplacements imposs
Actions extrieures et dplacements imposs . . . . . .
Retour sur notre exemple . . . . . . . . . . . . . . . . . . .
Relations linaires entre degrs de libert . . . . . . . .
168
13
Calcul efficient : qualit des rsultats et efforts de calcul . . . . . . . 173
13.1
Amlioration dun modle : mthodes r, h et p
173
13.2
Post-traitement
173
13.3
Exemple dimplmentation dun post-traitement dans A NSYS
174
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
168
168
169
169
170
170
171
13.3.1 Macro dans A NSYS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

13.3.2 Poutre en U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
13.3.3 Rsultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
13.4
Sous-structuration et simulation multi-chelles
186
13.4.1 Condition de priodicit mthodes multi-niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188

13.4.2 Couplage des cellules microscopiques mthodes de dcomposition de domaine . . . . . . . . 189
13.5
Super-lments
190
13.5.1 Condensation statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

13.5.2 Remonter aux degrs de libert internes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
13.6
Pseudo-inversion et ranalyse
13.6.1
13.6.2
13.6.3
13.6.4
Modification du chargement uniquement .

Modification de la matrice . . . . . . . . . .
Modification des conditions cinmatiques
Deux mots de statistiques . . . . . . . . . . .
13.7
Drives dordre suprieur
192
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
192
192
193
194
194
13.7.1 Drives par rapport la gomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

13.7.2 Calcul des drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
14
Le maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
14.1
Maillage de Delaunay
198
14.1.1 Maillage simplexial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

14.1.2 Maillage de Delaunay-Vorono . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
14.1.3 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
14.2
Maillage par avancement de fronts
202
14.3
Maillage par transformation
202
14.4
Remarques sur le maillage quadrangulaire et hexadrique
204
15
Homognisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
15.1
Mthodes dhomognisation
15.1.1
15.1.2
15.1.3
15.1.4
Mthode de dveloppement rgulier . . . . . . . .

Mthode de la couche limite . . . . . . . . . . . . .
Mthode de dveloppement asymptotique infini
Cas des coefficients discontinus . . . . . . . . . . .
TABLE DES MATIRES
206
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
207
207
208
208
15.2
Homognisation simplifie pour les matriaux composites
209
15.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

15.2.2 Loi des mlanges, bornes de Voigt et de Reuss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
15.3
Homognisation des matriaux poreux
210
15.4
Homognisation des problmes non stationnaires
211
15.5
Changement de dimension et raccord de maillage
212
16
Problmes non stationnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
16.1
quation non stationnaire de la dynamique
213
16.2
Schma explicite : diffrences finies centres
214
16.3
Schma implicite : schma de Newmark classique
214
16.4
Comparaison des mthodes explicite et implicite
215
16.5
Exemple : un calcul de propagation avec F REE F EM ++
216
16.6
Dcomposition modale
218
17
Les ondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
17.1
Introduction
221
17.2
Notions de valeur, vecteur, mode et frquence propres
223
17.3
Vibration des structures
17.3.1
17.3.2
17.3.3
17.3.4
17.3.5
Vibrations libres non amorties . . . . . . . . . . . . . . . . . . . .

Vibrations libres amorties . . . . . . . . . . . . . . . . . . . . . . .
Vibrations priodiques forces . . . . . . . . . . . . . . . . . . . .
Rgimes transitoires . . . . . . . . . . . . . . . . . . . . . . . . . .
Calcul des modes propres et mthodes de rduction modale
224
17.4
Remarques sur lamortissement
231
17.5
Pour aller plus loin : cas des chocs large bande
233
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
224
226
227
228
230
17.5.1 Approches temporelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234

17.5.2 Approches frquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
17.5.3 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
18
Lacoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239
18.1
Introduction lacoustique physique
240
18.1.1 mission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240

18.1.2 Transmission . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
18.1.3 Rception . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
18.2
Calculs acoustiques par lments finis
252
18.2.1
18.2.2
18.2.3
18.2.4
18.2.5
18.2.6
Modles simplifis pour valeurs de rfrence

Constitution dun modle lments finis . . .
Convergence . . . . . . . . . . . . . . . . . . . . .
Vers linfini... . . . . . . . . . . . . . . . . . . . . .
... et au-del . . . . . . . . . . . . . . . . . . . . . .
Post-Traitement . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
18.3
Quelques illustrations avec F REE F EM ++
18.3.1
18.3.2
18.3.3
18.3.4
18.3.5
18.3.6
18.3.7
Un exemple en acoustique des salles

Un silencieux automobile . . . . . . .
Deux mots de statistiques . . . . . . .
Sur les conditions aux limites . . . .
Un peu damortissement . . . . . . . .
Un obstacle . . . . . . . . . . . . . . . .
Transmission entre deux milieux . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
252
254
258
258
259
259
260
260
260
261
262
264
265
266
TABLE DES MATIRES
10
18.3.8 Interaction fluide-structure semi-forte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
19
Les non linarits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 271
19.1
Tenseurs, dcomposition des tenseurs
271
19.1.1 Tenseur des contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272

19.1.2 Tenseur des dformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
19.2
Non linarit gomtrique
276
19.3
Non linarit matrielle
277
19.3.1
19.3.2
19.3.3
19.3.4
19.3.5
19.3.6
Modles rhologiques . . . . .
Visolasticit . . . . . . . . . . .
Visoplasticit . . . . . . . . . . .
Plasticit . . . . . . . . . . . . . .
Les lastomres . . . . . . . . .
Les composites, lanisotropie
19.4
Le contact
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
277
279
279
280
283
285
287
19.4.1 Lois de contact et de frottement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

19.4.2 Algorithme local . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
19.4.3 Algorithme global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
19.5
Exemple : une toute premire approche du contact avec C AST 3M
291
19.5.1 Contact sur une surface infiniment rigide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291

19.5.2 Contact entre deux solides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
19.5.3 Rsolution pas pas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
20
La rupture en mcanique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 297
20.1
Approches globale et locale
297
20.2
Mcanique linaire de la rupture
299
20.2.1
20.2.2
20.2.3
20.2.4
20.2.5
Concentrations de contraintes des dfauts

quilibre nergtique . . . . . . . . . . . . . .
Taux dnergie libre G . . . . . . . . . . . . .
Facteur dintensit de contrainte K . . . . .
Intgrale J . . . . . . . . . . . . . . . . . . . . .
20.3
Mcanique lastoplastique de la rupture
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
299
299
301
302
303
305
20.3.1 Dtermination de la zone plastique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305

20.3.2 Modle dIrwin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
20.3.3 Autres modles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
20.4
Modlisation numrique de la rupture
306
20.4.1 Par la mthode des lments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306

20.4.2 Par les mthodes sans maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
20.4.3 Par les lments tendus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
20.5
Fatigue et dure de vie
20.5.1
20.5.2
20.5.3
20.5.4
20.5.5
Courbe et limite de fatigue . . . . . . . . . . .

Cumul des dommages : principes de Miner
Propagation : loi de Paris . . . . . . . . . . . .
Prdiction de la dure de vie . . . . . . . . . .
Sur la fatigue des composites . . . . . . . . .
309
21
Stochastique : prise en compte de la variabilit . . . . . . . . . . . . . . . . 313
21.1
Introduction
313
21.2
Reprsentation des processus stochastiques
315
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
309
309
310
311
312
21.2.1 Variable alatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315

21.2.2 Espace de probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 315
21.2.3 Processus ou champ alatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
11
TABLE DES MATIRES
21.2.4 Discrtisation de champs alatoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

21.2.5 Dveloppement en srie de Karhunen-Love . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
21.2.6 Chaos polynomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
21.3
lments finis stochastiques
320
21.3.1
21.3.2
21.3.3
21.3.4
21.3.5
Dveloppement en sries de von Neumann . . . . . . . . . .

Un exemple en statique linaire . . . . . . . . . . . . . . . . . .
Projection sur la base du chaos polynomial . . . . . . . . . .
Obtention des coefficients du systme matriciel rsoudre
Synthse et remarques . . . . . . . . . . . . . . . . . . . . . . . .
21.4
Post-traitement : moments statistiques
325
21.5
Fiabilit des structures
325
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
321
321
322
322
323
21.5.1 Dfinitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325

21.5.2 Mthodes FORM/SORM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
21.5.3 Tirages dimportance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
22
Quelques mthodes drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
22.1
Mthode des lments frontires
331
22.2
Mthodes particulaires ou sans maillage
332
22.3
Partition de lunit
333
22.4
Mthode des lments finis tendue
333
22.5
Mthodes de treillis de Boltzmann
334
22.6
FEEC
335
22.7
Systmes multi-corps
335
23
Quelques mots sur les singularits . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
23.1
Quest-ce quune singularit ?
337
23.2
Singularits et lments finis
337
23.3
Quand les singularits se produisent-elles ?
338
23.4
Comment viter les singularits
338
23.5
Singularits et pertinence dun rsultat
339
23.6
Conclusion
339
Sur la fiabilit des rsultats
341
Quelques perspectives
342
IV
ANNEXES
Interpolation et approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
A.1
Quelques bases polynomiales
A.1.1
A.1.2
A.1.3
A.1.4
A.1.5
A.1.6
A.1.7
A.1.8
A.1.9
Motivation . . . . . . . . . . .
Orthogonalit . . . . . . . . .
Base naturelle . . . . . . . .
Polynmes de Lagrange . .
Polynmes dHermite . . .
Polynmes de Legendre . .
Polynmes de Tchebychev
Polynmes de Laguerre . .
Polynmes de Bernstein . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
347
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
347
347
348
348
348
349
350
352
353
TABLE DES MATIRES
12
13
A.2
Interpolation polynomiale
354
A.2.1
A.2.2
A.2.3
Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354

Interpolation par Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
Interpolation dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
A.3
Mthodes dapproximation
A.3.1
A.3.2
A.3.3
Courbe de Bzier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355

B-Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 356
B-splines rationnelles non uniformes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
355
Intgration numrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
B.1
Mthodes de Newton-Cotes
359
B.2
Mthodes de quadrature de Gau
361
Rsolution des quations diffrentielles ordinaires . . . . . . . . . . . . . 365
C.1
Rsolution exacte des quations diffrentielles linaires
C.1.1
C.1.2
C.1.3
quation diffrentielle linaire scalaire dordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 365

quation diffrentielle du premier ordre variables spares . . . . . . . . . . . . . . . . . . . . . . 367
quation diffrentielle linaire dordre deux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
365
C.2
Rsolution numrique
C.2.1
C.2.2
C.2.3
C.2.4
C.2.5
Mthode dEuler, Runge-Kutta dordre 1

Mthode de Runge-Kutta dordre 2 . . .
Mthode de Runge-Kutta dordre 4 . . .
Mthode de Crank-Nicolson . . . . . . . .
Mthode de Newmark . . . . . . . . . . . .
370
Mthode de Newton Raphson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
D.1
Prsentation
373
D.2
Algorithme
374
Schmas numriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
370
370
371
371
372
E.1
Les proprits dun schma numrique
E.1.1
E.1.2
E.1.3
E.1.4
E.1.5
Problme bien pos . .

Conditionnement . . .
Stabilit ou robustesse
Consistance . . . . . . .
Convergence . . . . . .
E.2
Thormes de convergence
Index des noms propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 381
Index des concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
Rfrences bibliographiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 391
TABLE DES MATIRES
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
377
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
377
378
378
378
379
379
15
SURVOL MATHMATIQUE
SURVOL MATHMATIQUE
Chapitre 1
Les espaces de base

Rsum Dans les problmes que nous envisageons de traiter in fine, il nest finalement
besoin que despaces vectoriels norms finis sur le corps des rels. On pourrait rapidement
en donner les principales proprits qui sont sans doute encore en mmoire des lecteurs
tant elles sont naturelles .
Mais en faisant cela, nous ne respecterions pas nos engagements de prsenter un peu
plus avant les fondements mathmatiques.
Sans toutefois aller trop loin dans les notions topologiques gnrales, nous allons
essayer dans ce chapitre de passer en revue la liste des espaces depuis les espaces
topologiques jusquaux espaces de Hilbert, de manire succincte et didactique (nous
lesprons) en relevant les points importants essentiellement du point de vue de leur
utilit.
Histoire
1.1
17
Panorama non exhaustif des espaces

Le mot topologie vient de la contraction des noms grecs topos (lieu) et logos (tude),
cest donc ltude du lieu. On a dailleurs commenc par lappeler Analysis Situs, le terme topologie ntant introduit quen 1847, en allemand, par Johann Benedict Listing dans Vorstudien zur
Topologie.
La topologie vise dfinir ce quest un lieu (i.e. un espace) et quelles peuvent tre ses proprits
(je dirais uniquement en tant que tel, sans autre ajout). Elle sintresse plus prcisment ce que
lon appelle aujourdhui espaces topologiques et aux applications, dites continues, qui les lient, ainsi
qu leurs dformations (A topologist is one who doesnt know the difference between a doughnut
and a coffee cup).
En analyse, elle fournit des informations sur lespace
considr permettant dobtenir un certain nombre de rsultats
(existence et/ou unicit de solutions dquations au drives
partielles, notamment). Les espaces mtriques ainsi que les
espaces vectoriels norms sont des exemples despaces topologiques. Lorigine de la topologie est ltude de la gomtrie
dans les cultures antiques. Le travail de Leonhard Euler daEuler
Poincar
Hausdorff
tant de 1736 sur le problme des sept ponts de Knigsberg
est considr comme lun des premiers rsultats de gomtrie qui ne dpend daucune mesure, i.e.
lun des premiers rsultats topologiques.
Henri Poincar publia Analysis Situs en 1895, introduisant les concepts dhomotopie et dhomologie. Bien dautres mathmaticiens ont contribu au sujet parmi lesquels nous citerons : Cantor,
Volterra, Arzel, Hadamard, Ascoli, Frchet, Hausdorff...
Finalement, une dernire gnralisation en 1922, par Kuratowski, donna le concept actuel
despace topologique.
1. Les espaces de base
SURVOL MATHMATIQUE
1.1.1
Point de vue topologique

E, un ensemble
Cela suffit dj pour pouvoir sintresser par exemple des fonctions, des relations dquivalence (donc au quotient)... dcomposition canonique, permutation...
On peut ensuite dfinir un ensemble ordonn...
Une topologie T est un ensemble de parties de E que lon dfinit comme les ouverts de .E; T/,
vrifiant les proprits suivantes :
Lensemble vide et E appartiennent T.
Toute runion quelconque douverts est un ouvert, i.e. si .Oi /i 2I est une famille dlments de T, indexeSpar un ensemble I quelconque (pas ncessairement fini ni mme
dnombrable) alors i 2I Oi 2 T.
Toute intersection finie douverts est un ouvert, i.e. si O1 ; :::; On sont des lments de T
(avec n > 0), alors O1 \ : : : \ On 2 T.
Espace topologique
partir des ouverts, on dfinit les ferms, ladhrence, lintrieur, lextrieur, voisinage...
Sparation :
deux points distincts quelconques admettent toujours des voisinages disjoints.
Espace spar (ou de Hausdorff)
Intrts :
Unicit de la limite de tout filtre convergent.
Une suite convergente a une limite unique.
Une topologie plus fine quune topologie spare est spare.
Tout sous-espace dun espace spar est spar.
Deux applications continues valeurs dans un spar qui concident sur une partie dense
sont gales.
Rgularit :
Il est possible de sparer un point x et un ferm F ne contenant pas x par deux ouverts
disjoints.
On peut mme alors choisir ces deux ouverts de manire ce que leurs adhrences respectives soient disjointes.
Espace rgulier
Application :
Tout point admet une base de voisinages ferms.
Tout ferm est lintersection de ses voisinages ferms.
Compacit (recouvrement fini) :
Un espace spar est compact (vrifie la proprit de Borel-Lebesgue), si chaque fois quil
est recouvert par des ouverts, il est recouvert par un nombre fini dentre eux.
Espace compact
Lintrt des compacts est de pouvoir tendre des proprits trivialement vrifies par des applications dfinies sur un ensemble fini des applications dfinies sur des espaces topologiques
infinis, condition bien sr quelles soient continues.
Tout produit de compacts est compact.
R est compact
Un espace peut ne pas tre compact, mais une de ses parties ltre :
R nest pas ferm, mais tout aI b ferm born lest.
Rn nest pas compact, mais tout pav ferm lest (voir thorme 6).
Notons bien que rien nest dit sur les lments de lensemble E. Ce peuvent tre des lments
discrets, des scalaires, des vecteurs, des fonctions...
SURVOL MATHMATIQUE
1.1 Panorama non exhaustif des espaces
18
1.1.2
Point de vue mtrique
Histoire
Comme nous le mentionnions au paragraphe prcdent, lorsque lon parle despace on a intuitivement envie de parler de distance .
Unifiant les travaux de ses prdcesseurs sur les espaces de fonctions, cest en 1906 que Maurice
Frchet introduit le concept despace mtrique.
La mtrique qui nous est la plus usuelle est videmment la mtrique
euclidienne, qui est celle que nous utilisons en gomtrique classique
(euclidienne) : la distance entre deux points est gale la longueur du
segment les reliant. La structure mtrique fournit beaucoup plus dinformation sur la forme gomtrique des objets que la structure topologique.
Enfin nous redonnerons le si important critre de Cauchy (qui est valable pour tout espace uniforme, dont notamment les espaces mtriques)
Frchet
Cauchy
qui permet de dfinir la toute aussi importante notion de compltude.
E, un ensemble
Une distance ou mtrique d est une application de E E ! RC telle que :
d.x; y/ D d.y; x/ (symtrie) ;
d.x; y/ > 0 si x y, et d.x; x/ D 0 (positivit) ;
d.x; z/ 6 d.x; y/ C d.y; z/ (ingalit triangulaire).
Espace mtrique
On peut rexprimer les notions douvert, ferm, adhrence... densit, continuit... avec la
mtrique (les "...).
Deux normes sont quivalentes si elles dfinissent la mme topologie.
Deux normes k k1 et k k2 sont quivalentes sil existe deux constantes strictement positives k 0
et k 00 telles que 8x 2 E, kxk1 6 k 0 kxk1 et kxk2 6 k 00 kxk1 .
Critre de Cauchy :
Soit E un espace mtrique et soit x0 , x1 , ..., xn , ... une suite dlments de E. Cette suite est
de Cauchy de E si :
8" > 0; 9N 2 N; .8n 2 N; 8m 2 N; n > N; m > N/ W d.xm ; xn / 6 "
(1.1)
ou encore : d.xm ; xn / tend vers 0 quand m et n tendent vers linfini.

Espace mtrique complet
Toute suite convergente est de Cauchy.
Rciproque : si x0 , x1 , ..., xn , ... est de Cauchy sur R ou C, alors elle converge.
Cette proprit est fondamentale car elle permet de reconnatre si une suite converge sans
connatre sa limite.
Attention, la notion despace complet est une notion mtrique et non topologique (elle peut donc
tre vraie pour une mtrique et fausse pour une autre).
Limportance de la compltude tient ce que la solution dun problme passe souvent par une
solution approche. Si la suite des solutions approches est de Cauchy dun espace convenable,
et si cet espace est complet, alors la convergence vers une solution du problme est assure.
1.1.3
Point de vue algbrique
Jusqu prsent, nous navons pas vraiment parl doprations que nous pourrions effectuer
lintrieur des espaces que nous avons dfinis, ou entre ces espaces. Pour une prsentation des
structures algbriques on se reportera au cours homonyme. Elles sont riches et nombreuses. Dans le cadre de
ce document, nous ne nous intresserons quau cas de la structure despace vectoriel, le but tant, comme
mentionn en introduction, den arriver aux espaces de Hilbert, fondements de lanalyse fonctionnelle.
19
SURVOL MATHMATIQUE
Histoire
Lorsque lon demande de citer lun des grands mathmaticiens du XXe sicle, Henri Poincar et
David Hilbert se partagent souvent la premire place, aussi bien pour lventail considrable des
sujets quils ont abords que pour avoir fait merger de nombreuses ides fondamentales.
Hilbert reste clbre pour ses 23 problmes (dits problmes de
Hilbert) quil prsenta au deuxime congrs international des mathmaticiens Paris en 1900, qui tenaient jusqualors les mathmaticiens en
chec et devaient marquer le cours des mathmatiques du XXe sicle (et
il avait raison ; tous ne sont pas rsolus ce jour). Notons que cest von
Neumann, reprenant les travaux de Hilbert, qui formalise et nomme ces
espaces les espaces de Hilbert en 1927.
Hilbert
Banach
Nous croiserons galement un autre fondateur de lanalyse fonctionnelle, Stephan Banach qui a gnralis entre autre les travaux de Hilbert sur les quations intgrales,
notamment en approfondissant la thorie des espaces vectoriels topologiques.
E, un ensemble
Structure despace vectoriel :
Cest une structure comportant une loi de composition interne et une loi de composition
externe sur un corps K permettant deffectuer des combinaisons linaires (voir cours sur les
structures algbriques).
La loi de composition interne, note C en fait un groupe ablien, la loi de composition
externe est la multiplication par un scalaire, scalaire pris sur le corps K considr.
Espace vectoriel (topologique)
Sur un espace vectoriel de dimension finie sur R ou C, deux normes quelconques sont quivalentes.
Une norme sur un espace vectoriel E est une fonction, x 7! kxk possdant les proprits :
positivit : kxk > 0 pour x 0, k0k D 0 ;
transformation par les homothties : kxk D jjkxk; 2 K ;
ingalit de convexit : kx C yk 6 kxk C kyk.
La distance issue de la norme est la distance dfinie par d.x; y/ D kx yk.
Espace vectoriel norm
Tout espace vectoriel norm est automatiquement un espace mtrique (avec la distance issue de
sa norme). De plus :
la distance est invariante par translation : d.x a; y a/ D d.x; y/.
une homothtie de rapport multiplie la distance par jj : d.x; y/ D jjd.x; y/.
Tout espace vectoriel norm de dimension finie est localement compact (i.e. tout point possde
au moins un voisinage compact), car toute boule ferme est compacte.
Lintrt des distances issues dune norme est quelles rendent continues les oprations de
lespace vectoriel et quen particulier les translations sont des homomorphismes.
Comme un espace vectoriel norm muni de la distance issue de sa norme est un espace mtrique, on peut se demander si cet espace mtrique vrifie le critre de Cauchy (voir paragraphe
prcdent) afin den faire un espace complet.
Espace de Banach
Cest donc finalement un espace vectoriel norm sur un sous-corps K de C (en gnral, K D R
ou C), complet pour la distance issue de sa norme.
Comme la topologie induite par sa distance est compatible avec sa structure despace vectoriel,
cest un espace vectoriel topologique.
p
Une norme k k dcoule dun produit scalaire ou hermitien h; i si lon a : kxk D hx; xi.
Espace de Hilbert
Cest donc un espace prhilbertien complet, i.e. un espace de Banach dont la norme dcoule
dun produit scalaire ou hermitien unique.
Un espace de Hilbert est la gnralisation en dimension quelconque dun espace euclidien ou
hermitien (Un espace vectoriel euclidien est un espace vectoriel rel de dimension finie muni
dun produit scalaire).
SURVOL MATHMATIQUE
1.1 Panorama non exhaustif des espaces
20
Le plus important est de disposer dun produit scalaire, car on va alors pouvoir dterminer des
parties orthogonales de lespace, donc en somme directe (voir thorme 3).
On rappelle, si besoin, quun produit scalaire est une forme bilinaire (i.e. une application
de E E dans R, linaire pour chacune des deux variables) possdant les proprits :
symtrie : 8x; y 2 E, hx ; yi D hy ; xi
positivit : 8x 2 E, hx ; xi > 0

dfinie : 8x 2 E, hx ; xi D 0 ) x D 0
ce qui se traduit pas la dfinition : Un produit scalaire sur un espace vectoriel rel E est une forme
bilinaire symtrique dfinie positive .
Thorme 1 Tout sous-espace vectoriel ferm dun espace de Hilbert est un espace de Hilbert.
Voici quelques espaces de Banach couramment utiliss :

Les espaces euclidiens Rn et les espaces hermitiens Cn munis de la norme :
v
u n
uX
xi xi
k.x1 ; : : : ; xn /k D t
(1.2)
i D1
o xi dsigne le conjugu de xi .
Lespace des fonctions (dans R ou C) continues et bornes sur un espace topologique X,
muni de la norme kf k D supx2X .jf .x/j/. En particulier, lespace des fonctions continues
sur un espace X compact, comme un intervalle rel a I b.
Pour tout rel p > 1, lespace Lp des classes de fonctions mesurables, dans R ou C, sur un
espace mesur X.
Voici quelques espaces de Hilbert classiques :
Lespace euclidien Rn muni du produit scalaire usuel est hilbertien,
Lespace L2 des fonctions de carr intgrable (voir chapitre 4).
Certains espaces de Sobolev (voir chapitre 5) sont des espaces de Hilbert (ceux qui nous
intresserons en gnral, a tombe bien).
Thorme 2 Thorme de compltion sur un espace de Banach. Soit E un espace vectoriel
norm incomplet. Alors E est isomorphe, en tant quespace vectoriel, et isomtrique un sousespace vectoriel dense dans un espace de Banach E.
Cet espace de Banach E est unique un isomorphisme isomtrique prs.
Ce thorme de compltion rpond par laffirmative la question : si lespace norm E nest
pas complet, existe-t-il un espace de Banach minimal E le contenant ?
Thorme 3 Thorme de projection dans un espace de Hilbert. Soit F un sous-espace
vectoriel ferm dun espace de Hilbert H (il est alors lui-mme un espace de Hilbert daprs le
thorme 1). Alors :
son orthogonal F? , qui est lensemble des vecteurs orthogonaux chaque vecteur de F, est
un sous-espace vectoriel ferm (donc est aussi un espace de Hilbert, toujours en vertu du
thorme 1) ;
et est galement le supplmentaire de F : tout h 2 H scrit de faon unique h D h0 C h00
o h0 est le projet orthogonal de h sur F, et h00 le projet orthogonal de h sur F? .
Ainsi, F? est lorthogonal et le supplmentaire de F, et ces deux sous-espaces sont donc en
sommes directe. On a donc H D F F? (on utilise parfois le terme de somme hilbertienne ).
Ce rsultat subsiste si lon suppose seulement que H est un espace prhilbertien et que F est un
sous-espace vectoriel complet de H.
21
SURVOL MATHMATIQUE
1.2
Tribu, mesure, espaces mesurable et mesur
En complment laspect mtrique (Frchet 1906), nous allons maintenant aborder laspect mesure.
Le but, travers la notion de mesure, est dtendre la notion usuelle de longueur pour les
ensembles de R, ou de volume pour ceux de Rn , et ceci de deux manires :
on veut dune part pouvoir considrer des espaces de base plus gnraux (plus abstraits :
espaces de dimension infinie, espaces sur lesquels on dfinit les probabilits...) ;
et dautre part on veut englober dans le mme cadre mathmatique les notions de longueurs,
surface, volume, mais aussi de masses ou charges ponctuelles issues de la mcanique, de
llectricit... car toutes ces quantits possdent une mme proprit vidente : ladditivit (i.e. si lon dsigne par .A/ le volume, la masse, la charge lectrique... dune partie
raisonnable A, alors .A \ B/ D .A/ C .B/ ds que les parties A et B sont disjointes).
Afin de raliser cela, il faut en passer par quelques complications mathmatiques, et cela
essentiellement pour deux raisons :
Il nous faut tout dabord dfinir ce quest une partie raisonnable dun ensemble E (sil est
ais de dfinir le volume dun polydre par exemple, il existe des parties dont la frontire
est si complexe quelles ne possdent pas de notion de volume).
Ensuite, la proprit dadditivit si dessus est un peu trop nave et se rvle insuffisante pour
avoir de bonnes proprits pour les mesures.
En effet, la classe des mesures additives a une structure mathmatique extrmement pauvre,
ne permettant pas, en particulier, de dfinir une notion satisfaisante dintgrale par rapport
ces mesures additives. On est donc conduit utiliser les mesures possdant la proprit
de -additivit (voir dfinition dune mesure ci-dessous), ce qui nous oblige considrer
comme classe densembles mesurables une tribu (voir dfinition 2) au lieu de la notion
plus simple dalgbre.
Dfinition 1 Algbre. Une algbre (de Boole) E sur un ensemble X est un ensemble non
vide de parties de X, stable par passage au complmentaire et par union finie (donc aussi par
intersection finie), i.e. :
1. E 6D
2. 8A 2 E, c A 2 E, o c A dsigne le complmentaire de A dans X. (donc X 2 A)
3. si A1 ; : : : ; An 2 E alors A1 [ ::: [ An 2 E
Dfinition 2 Tribu. Une tribu A sur un ensemble X est un ensemble non vide de parties de X,
stable par passage au complmentaire et par union dnombrable (donc aussi par intersection
dnombrable), i.e. :
1. A 6D
2. 8A 2 A, c A 2 A
S
3. si 8n 2 N, An 2 A alors n2N An 2 A
Ces deux dernires dfinitions tant places lune sous lautre, leur diffrence doit apparatre
clairement : dans le cas dune algbre, on a faire un nombre fini dintersections ou de runions,
dans celui dune tribu, on prend en compte un ensemble dnombrable (donc fini ou non).
Il est donc vident que toute tribu est une algbre, la rciproque tant fausse.
Dfinition 3 Espace mesurable. Le couple .X; A/ est appel espace mesurable ou espace
probabilisable en fonction du contexte. Sur les espaces mesurables on dfinit des mesures (voir
ci-aprs) ; sur les espaces probabilisables, on appelle ces mesures des probabilits.
SURVOL MATHMATIQUE
1.2 Tribu, mesure, espaces mesurable et mesur
22
Histoire
La thorie de la mesure soccupe de regarder un peu plus en dtail ce qui se passe lintrieur des
espaces dits mesurs (dfinis plus bas) : il sagit de mesurer les diffrentes parties existant dans un
tel espace, parties en lien avec la topologie, ce qui reboucle le sujet...
Lorsque lon voque le concept de mesure, on en arrive assez rapidement se demander : Est-ce
que lon peut tout mesurer ? Est-ce que lon doit tout mesurer ? Quest-ce qui est ngligeable ?
En 1894, mile Borel nonce la premire dfinition
densemble ngligeable. En 1897, il dfinit les ensembles
mesurables. En 1901, Henri-Lon Lebesgue introduit la
notion de mesure. La thorie se dveloppe jusque dans les
annes 1950.
Andre Kolmogorov proposera une axiomatisation du
calcul des probabilits base notamment sur lintgrale
Borel
Lebesgue
Kolmogorov
dfinie partir dune mesure.
Les parties de X qui appartiennent la tribu A sont appeles ensembles mesurables. Dans
un contexte probabiliste, on les appelle vnements (il suffit que .X/ D 1 pour que soit une
probabilit).
Une mesure sur un ensemble X est une fonction qui associe chaque lment dune tribu
dun ensemble X un scalaire positif (une longueur, un volume, une probabilit...).
Dfinition 4 Mesure. Soit .X; A/, un espace mesurable. Une application dfinie sur A,
valeurs dans 0; C1 est appele mesure lorsque les deux proprits suivantes sont satisfaites :
1. Lensemble vide a une mesure nulle : ./ D 0
2. Lapplication est -additive : si E1 , E2 , ... est une famille dnombrable de parties de X
appartenant A et si ces parties sont deux deux disjointes, alors la mesure .E/ de leur
runion E est gale la somme des mesures des parties :
!
1
1
[
X

Ek D
.Ek /:1
(1.3)
kD1
kD1
On appelle espace mesur un triplet .X; A; /, o X est un ensemble, A une tribu sur X et
une mesure sur A.
Complment sur le produit despaces mesurables. Soient .X; T/ et .Y; U/ deux espaces mesurables. On
appelle rectangle mesurable du produit D X Y, toute partie de de la forme A B o A et B sont
des lments respectivement T et U-mesurables.
On appelle produit tensoriel des deux tribus T et U, la tribu engendre par lensemble des rectangles
mesurables. Cette tribu est note T U, et est la plus petite tribu de qui contient toutes les parties de la
forme A B, A 2 T, B 2 U.
Le produit des espaces mesurables est .X Y; T U/ et est un espace mesurable :
Z
Z Z
f d. / D
f .x; y/d.x/d.y/
(1.4)
1.3
Tribu borlienne, mesures de Dirac et Lebesgue
Dfinition 5 Tribu borlienne. On appelle tribu borlienne sur un espace topologique donn
la tribu engendre par les ensembles ouverts. Dans le cas simple et fondamental de lespace usuel
n dimensions, la tribu borlienne de Rn est engendre par une famille dnombrable de parties,
les pavs, dont les sommets sont coordonnes rationnelles.
On aura besoin de ces notions (dont la tribu borlienne) pour lintgrale de Lebesgue et
par extension toute la thorie de lintgration qui est la base de lanalyse numrique (et oui,
formulation faible, quand tu nous tiens) ainsi notamment que pour le thorme de reprsentation de
Riesz fondamental en lments finis.
23
SURVOL MATHMATIQUE
Notons que tout intervalle ouvert, ferm ou semi-ouvert appartient la tribu borlienne de R. Il
en est de mme de toute runion finie ou dnombrable de ces intervalles.
Il nest pas possible de donner une description plus concrte de la tribu borlienne de R que
ce qui a t fait. Toutes les runions finies ou dnombrables dintervalles sont des borliens, mais
certains borliens ne sont pas de cette forme. En fait, toutes les parties de R que lon rencontre dans
la pratique sont des borliens. Il existe des parties de R qui ne sont pas borliennes, mais il faut un
peu de sueur pour les construire.
Les tribus sont des familles de parties qui sont destines tre mesures. Pour pouvoir mesurer
des parties suffisamment compliques comme celles qui ne peuvent tre dfinies que par des
passages la limite (comme lensemble triadique de Cantor), les tribus doivent tre assez fines pour
tre stables par des oprations relativement gnrales comme le passage au complmentaire, les
runions et intersections dnombrables. Nanmoins, elles ne doivent pas tre trop fines afin de ne
pas contenir de parties non mesurables.
Rappelons galement deux mesures simples et importantes :
la mesure de comptage, qui donne le nombre dlments dun ensemble.
la mesure de Dirac ou masse de Dirac, qui est une mesure supporte par un singleton et de
masse totale 1.
Dfinition 6 Mesure de Dirac. Pour un espace mesurable .X; A/ et un point a de X, on
appelle mesure de Dirac au point a la mesure note a sur .X; A/ telle que :
8A 2 A;
.a .A/ D 1 si a 2 A et a .A/ D 0 si a A/
(1.5)
Le support de a est rduit au singleton fag.

Les masses de Dirac sont trs importantes, notamment dans la pratique car elles permettent par
exemple de construire des mesures par approximations successives.
Dfinition 7 Mesure complte. Soit .X; A; / un espace mesur, on dit que est une
mesure complte lorsque tout ensemble ngligeable pour appartient la tribu A sur laquelle
est dfinie, i.e. :
8M; N 2 P.X/;
.N M; M 2 A et .M/ D 0/
N2A
(1.6)
La mesure de Lebesgue a permis de btir une thorie de lintgration palliant les insuffisances
de lintgrale de Riemann (il suffit de vouloir intgrer 1Q sur 0 I 1 avec Riemann pour tre dans
limpasse). Nous dtaillerons cela un peu plus au chapitre 4 sur les espaces de Lebesgue.
Parmi les dfinitions de cette mesure, nous prsentons la plus intuitive, celle qui consiste
gnraliser la notion de volume en gardant les mesures sur les pavs de Rn .
Dfinition 8 Mesure de Lebesgue. Il existe une plus petite mesure dfinie sur une tribu de
parties de Rn qui soit complte et concide sur les pavs avec leur volume (i.e. avec le produit
des longueurs de leurs cts).
Cette mesure est appele la mesure de Lebesgue (note n ) et sa tribu de dfinition la
tribu de Lebesgue (note Ln et que nous ne dfinissons pas ici, et dont les lments sont dits
Lebesgue-mesurables).
Cette restriction aux borliens de la mesure de Lebesgue est parfois dnomme mesure de
Borel-Lebesgue.
Si pour la mesure de Lebesgue sur R, la notion de presque partout correspond bien
lintuition, ce nest pas vrai en gnral. Par exemple, pour D a sur la tribu de lensemble des
parties de X, une proprit est vraie -pp simplement si elle est vrifie en a.
Si la mesure est nulle, toute proprit est vrifie pp (ainsi que sa ngation).
SURVOL MATHMATIQUE
1.3 Tribu borlienne, mesures de Dirac et Lebesgue
24
Construire une mesure , cest montrer quil existe une unique mesure qui vrifie certaines
proprits. Pour cela, on utilise le thorme (ou lemme) de la classe monotone (d Wacaw
Sierpinski et popularis par Dynkin) pour montrer lunicit et le thorme de Carathodory pour
montrer lexistence.
1.4
Proprits de la mesure de Lebesgue
On appelle mesure de Lebesgue sur un espace euclidien E la mesure image de la mesure de

Lebesgue sur Rn par nimporte quelle isomtrie de Rn dans E.
Soit A une partie Lebesgue-mesurable dun espace euclidien E. On appelle mesure de Lebesgue
sur A la restriction A de la mesure de Lebesgue de E.
Thorme 4 La mesure de Lebesgue est invariante sous toutes les isomtries. Elle est en
particulier invariante sous les translations : cest une mesure de Haar du groupe topologique Rn .
Oui, la mesure de Lebesgue peut tre vue comme une mesure de Haar. Mais, historiquement, la
mesure de Haar est dfinie plus tard (on parle souvent de la mesure de Haar, alors que lon devrait
parler dune mesure de Haar). Elle gnralise celle de Lebesgue.
Dfinition 9 Mesure rgulire. Une mesure (positive) dfinie sur une tribu contenant la
tribu borlienne dun espace topologique X est dite rgulire lorsque elle est la fois intrieurement rgulire et extrieurement rgulire :
1. 8A X de la tribu, .A/ D supf.K/ j K compact contenu dans Ag ;
2. 8A X de la tribu, .A/ D inff.O/ j O ouvert contenant Ag.
Thorme 5 La mesure de Lebesgue est finie sur tout compact ; chaque compact, qui est born,
pouvant tre enferm dans un cube.

Elle est par voie de consquence rgulire, Rn tant mtrisable, localement compact et sparable.
Rn est mtrisable : un espace topologique est un espace mtrisable lorsquil est homomorphe
un espace mtrique (un homomorphisme est une application bijective continue entre deux
espaces topologiques dont la rciproque est continue) ;
Rn est localement compact : un espace localement compact est un espace spar qui, sans
tre ncessairement compact lui-mme, admet des voisinages compacts pour tous ses points
(De plus, on a la proprit : Tout espace localement compact est rgulier) ;
Rn est sparable : un espace sparable est un espace topologique contenant un sous-ensemble
fini ou dnombrable et dense, i.e. contenant un ensemble fini ou dnombrable de points dont
ladhrence est gale lespace topologique tout entier.
Thorme 6 Thorme de Borel-Lebesgue. On retiendra de ce thorme que dans Rn , les
compacts sont les ensembles ferms borns.
25
SURVOL MATHMATIQUE
Histoire
1.5
En complment la premire note historique de ce chapitre, nous vous proposons une illustration
trs concrte de lapplication de la topologie, que vous avez trs certainement rencontre : la carte
du mtro.
La reprsentation schmatique gnralement utilise
pour reprsenter un rseau de mtro a t mise au point,
la premire fois, en 1931 par Henry Beck, alors dessinateur industriel de 29 ans et engag comme intrimaire
par la socit du mtro londonien. Facile comprendre
et utiliser, esthtique... elle est pourtant fausse tous
les gards sauf deux.
Carte du mtro
Beck
Elle nest pas lchelle, donc toutes les distances
sont fausses ; les lignes droites reliant les stations ne traduisent absolument pas le cheminement rel
du mtro sous les rues ; les orientations sont fausses (une ligne verticale ne signifie pas que le trajet
seffectue selon laxe nord-sud).
Le premier aspect exact est que si une station de mtro est reprsente au nord de la Tamise,
alors il en est de mme pour la station relle. Le second aspect exact est la description du rseau :
lordre des stations sur chaque ligne et les interconnexions entre les lignes sont fidles la ralit.
Cest dailleurs ce second aspect qui est finalement le seul dont les voyageurs ont effectivement
besoin.
Notons enfin que cette illustration permet de comprendre aisment comment la notion de
distance peut tre apprhende en topologie.
Petit exemple amusant dinjection dans un Hilbert
Soient V et H deux espaces de Hilbert sur R et V inclus dans H avec injection continue et V dense
dans H.
Comme V est inclus dans H, linjection est tout btement i W x 7! x.
Dans ces conditions, H est un espace de Hilbert avec un produit scalaire . j /H , et V muni du
produit scalaire induit est un sous-espace dense, donc ne peut pas tre un espace de Hilbert par
restriction du produit scalaire . j /H . La structure hilbertienne de V est dfinie par un produit scalaire
. j /V propre V.
Il y a donc deux topologies sur V : la topologie hilbertienne propre V et la topologie hrite
de la structure hilbertienne de H. La continuit de linjection i impose donc une condition sur
ces topologies : la topologie hilbertienne de V est plus fine que la trace sur V de la topologie
hilbertienne de H.
... et maintenant que le terme injection a t prononc, il est temps de passer au chapitre
suivant...
SURVOL MATHMATIQUE
1.5 Petit exemple amusant dinjection dans un Hilbert
26
Chapitre 2
Applications et morphismes
Histoire
Rsum Au chapitre prcdent, des espaces ont t dfinis, mais on ne sest pas
intress beaucoup aux relations entre eux ou au sein deux.
Des distances, normes... ont t introduites, sans utiliser plus que a le vocable de
fonction. Le terme dinjection a t prononc la fin du chapitre prcdent comme fil
conducteur pour introduire celui-ci...
Dans ce chapitre, nous ne prsenterons pour le coup que des choses extrmement
rudimentaires et toutes vues en taupe ou avant. Il sagit uniquement dun aide-mmoire.
27
Lunivers mathmatiques du dbut du XVIIIe sicle est domin par Leonhard Euler et par ses apports
tant sur les fonctions que sur la thorie des nombres, tandis que Joseph-Louis Lagrange clairera la
seconde moiti de ce sicle.
Euler a introduit et popularis plusieurs conventions de notation par
le biais de ses nombreux ouvrages largement diffuss. Plus particulirement, il a introduit la notion de fonction (dans LIntroductio in analysin
infinitorum, premier trait dans lequel le concept de fonction est la
base de la construction mathmatique, et dont les premiers chapitres
lui sont consacrs) et a t le premier crire f .x/ pour dsigner la
fonction f applique largument x, en 1734 (bien que le terme de
Euler
Lagrange
fonction apparaisse pour la premire fois dans un manuscrit daot
1673 de Leibniz, rest indit, et intitul la Mthode inverse des tangentes ou propos des fonctions).
Il a galement introduit la notation moderne des fonctions trigonomtriques, la lettre e pour la
base du logarithme naturel (galement connue sous le nom de nombre dEuler) en 1727, la lettre
grecque pour dsigner une somme en 1755 et la lettre i pour reprsenter lunit imaginaire, en
1777. Lutilisation de la lettre grecque pour dsigner le rapport de la circonfrence dun cercle
son diamtre a galement t popularise par Euler, mais celui-ci nest pas lorigine de la notation.
Les diffrentes techniques mises au point (par exemple pour la rsolution des quations diffrentielles, le dveloppement en sries entires ou asymptotiques, applications aux rels ngatifs, aux
complexes...) conduisent sintresser la fonction en tant que sujet dtude.
la fin du XVIIIe sicle, les mathmaticiens croient encore, pour
peu de temps, que la somme infinie de fonctions continues est continue,
et (pour plus longtemps) que toute fonction continue admet une drive...
(sur ces notions, voir chapitre suivant).
Cest Cauchy qui met un peu dordre dans tout cela en montrant que
la somme dune srie numrique nest commutativement convergente que
si la srie est absolument convergente. Mais Cauchy, qui pourtant nest
Cauchy
Abel
qu un doigt de la notion de convergence uniforme, nonce un thorme
faux de continuit dune srie de fonctions continues quAbel contredit par un contre-exemple
le 16 janvier 1826 : Cauchy affirme en 1821 que la somme dune srie de fonctions continues
est toujours continue. Cinq ans plus tard, Abel propose un contre-exemple en considrant la suite
.fn /n>1 dapplications continues de R dans R de terme gnral fn .x/ D . 1/n =n: sin.nx/.
2. Applications et morphismes
SURVOL MATHMATIQUE
2.1
Fonction, application, injection, surjection, bijection
Si a cest pas du rappel de base, je ne my connais pas...

Fonction
Un truc qui met en relation certains lments de E

avec certains lment de F.
Application
Fonction dfinie partout :

(plus dtoile verte dans E)
Une fonction f est une application si son ensemble de

dpart est gal son ensemble de dfinition.
Injection
Application telle que tout lment de F a au plus 1

antcdent.
F a au moins autant dlments que E.
(plus dtoile verte dans E et plus dtoile rouge dans F)
Surjection
Soit 8x; y 2 E2 ; x y ) f .x/ f .y/,

ou 8x; y 2 E2 ; f .x/ D f .y/ ) x D y
Application telle que tout lment de F a au moins 1
antcdent.
F a au plus autant dlments que E.
(plus dtoile verte dans E et plus dtoile verte dans F)
Bijection
Soit 8y 2 F; 9x 2 E; f .x/ D y , ou f est surjective si son ensemble image est gal son ensemble
darrive.
Cest une injection ET une surjection :
chaque lment de lensemble de dpart correspond
un seul lment de lensemble darrive et vice-versa.
= lment nayant pas de relation ; = lment ayant 1 relation ; = lment ayant plus dune
relation.
Tableau 2.1: Types de fonctions
Une toile rouge dans E na pas de sens, cela voudrait dire quun lment de E peut avoir
plusieurs valeurs diffrentes par la relation considre...
En fait, on sait donner un sens cela. Cest ce que lon appelle une fonction multivalue
ou fonction multiforme ou fonction multivoque ou multifonction. Lexemple le plus simple dun
fonction multiforme est la fonction rciproque dune application non injective (penser simplement
aux fonctions circulaires).
On trouve les fonctions multiformes en analyse complexe : lorsque lon veut utiliser le thorme
des rsidus pour calculer une intgrale relle, on peut tre amen considrer des restrictions
(dterminations) qui font de ces fonctions multiformes des fonctions (univoques), par exemple en
utilisant la thorie des revtements qui considre des fonctions sur des surfaces de Riemann.
En restreignant une fonction son domaine de dfinition, on en fait une application. En la
restreignant en plus son ensemble darrive on en fait une surjection (une surjection, cest un
truc dfini partout sur E et F).
Quand on a une surjection, on est sr que tout lment de lensemble de dpart une image, et
SURVOL MATHMATIQUE
2.1 Fonction, application, injection, surjection, bijection
28
que tout lment de lensemble darrive a un antcdent (au moins un mme).

Dans la pratique, on ne fait pas de distinction formelle entre fonction et application...
p
f W R ! R; x 7! x est une fonction, pas une application, car la racine carre nest
p
pas dfinie sur R mais sur RC . f W RC ! R; x 7! x est une application ! Mais pourquoi
p
sintresserait-on f l o elle nest pas dfinie... De plus, f W RC ! RC ; x 7! x est une
surjection par dfinition (puisque lon considre f de son ensemble de dfinition jusqu son
ensemble image). Cest videmment une bijection (il ne reste que linjectivit prouver...).
Dfinition 10 Support. On appelle support dune fonction f ladhrence (ou la fermeture,
i.e. le plus petit ferm) du lieu o la fonction nest pas nulle :

supp.f / D fx 2 Rn ; f .x/ 0g
2.2
(2.1)
Morphismes
Cette section est extraite du cours sur les structures algbriques. Nous lavons toutefois srieusement
ampute pour coller lobjectif de ce document.
Histoire
2.2.1
Prsentation
Mort au cours dun duel lge de vingt ans (ce qui en fait un hros romantique), il laisse un
manuscrit labor trois ans plus tt, dans lequel il tablit quune quation algbrique est rsoluble
par radicaux si et seulement si le groupe de permutation de ses racines a une certaine structure,
quEmil Artin appellera justement rsoluble.
Son Mmoire sur les conditions de rsolubilit des quations par radicaux, publi
par Joseph Liouville quatorze ans aprs sa mort, a t considr par ses successeurs,
en particulier Sophus Lie, comme le dclencheur du point de vue structural et
mthodologique des mathmatiques modernes.
Toutefois, pour tre tout fait exact, Lagrange, reprenant une ide de dAlembert
en vue de prouver quun polynme de degr n possde n racines (i.e. que C est
algbriquement clos), utilise des rsultats sur les fonctions semblables des racines,
Galois
i.e. des fonctions rationnelles des racines qui restent invariantes par les mmes
permutations. Ce rsultat, quil a tabli dans son fameux mmoire de 1771 Rflexions sur la
rsolution algbrique, inspirera Abel et Galois et peut tre considr comme le tout premier de la
thorie des groupes.
Soient deux ensembles G et G0 munis dun mme type de structure (topologique, groupe,
anneau, espace vectoriel, algbre...). Un morphisme (ou homomorphisme) de G ! G0 est une
application f qui respecte cette structure.
Pour ce faire, cette application doit vrifier certaines conditions, notamment une certaine
linarit vis--vis des lois des G et G0 (on pourrait galement remplacer le terme linarit par
capacit faire sortir de la fonction ).
Un morphisme entre deux espaces topologiques est tout simplement une application continue
(voir chapitre suivant sur la continuit). Cest dailleurs ce dernier terme qui est utilis en topologie,
pas celui de morphisme (mais cela revient bien au mme).
Un morphisme de groupe entre .G; / et .G0 ; ?/ satisfait lgalit suivante qui est bien une
condition de linarit par rapport la loi : 8.x; y/ 2 G; f .x y/ D f .x/ ? f .y/. En particulier,
si e et e 0 sont les lments neutres de G et G0 , alors : f .e/ D e 0 . Une autre consquence directe est
que : 8x 2 G; f .x 1 / D f .x/ 1 .
29
SURVOL MATHMATIQUE
2.2.2
Cas des espaces vectoriels : application et forme linaires
Dfinition 11 Morphisme despace vectoriel. Soient .E; C; :/ et .F; C; :/ deux espaces
vectoriels sur un corps K. Un morphisme dev f entre E et F est une application qui respecte
la condition de linarit par rapport aux lois C (en fait qui est un morphisme de groupe entre
les groupes .E; C/ et .F; C/) et qui conserve la linarit par rapport la multiplication par un
scalaire :

8.x; y/ 2 E2 ; f .x C y/ D f .x/ C f .y/ condition dadditivit
(2.2)
8x 2 E; 8 2 K; f . x/ D f .x/ condition dhomognit
Ceci est quivalent la condition suivante (on parle de prservation des combinaisons
linaires ) :
8.x; y/ 2 E2 ;
8 2 K;
f . x C y/ D f .x/ C f .y/
(2.3)
et on utilise plutt le terme dapplication linaire ou doprateur linaire ou encore de transformation

linaire.
Dans le cas o F D K, on ne parle pas dapplication linaire mais de forme linaire. Une forme
linaire est donc une application linaire dfinie sur E et valeurs dans K (suppos commutatif).
En dautres termes, on parle de forme au lieu dapplication, mais cest la mme chose !
Si ' et sont des formes linaires et a et b des lments de K :
8x 2 E;
.a' C b /.x/ D a '.x/ C b
.x/
(2.4)
Lapplication constante de valeur 0K sappelle la forme linaire nulle .
2.2.3
Endo, iso, auto -morphismes
Un endomorphisme est un morphisme dune structure dans elle-mme.

Un isomorphisme est est un morphisme f entre deux ensembles munis de la mme espce de
structure, tel quil existe un morphisme f 0 dans le sens inverse, tels que f f 0 et f 0 f sont les
identits des structures. Un isomorphisme est un morphisme bijectif.
Deux ensembles munis du mme type de structure algbrique sont dits isomorphes sil existe
un isomorphisme entre les deux ensembles.
Lisomorphie prsente un intrt majeur, car elle permet de transposer des rsultats et proprits
dmontrs sur lun des deux ensembles lautre.
Un automorphisme est un isomorphisme dune structure dans elle-mme, i.e. la fois un
isomorphisme et un endomorphisme. Un automorphisme est un endomorphisme bijectif.
Lidentit dun ensemble est toujours un automorphisme, quelle que soit la structure considre.
On note :
LK .E; F/ lespace vectoriel des applications linaires de E dans F ;
IsomK .E; F/ lensemble des isomorphismes de E dans F ;
LK .E/ lespace vectoriel des endomorphismes de E ;
GLK .E/ le groupe linaire , i.e. le groupe des automorphismes de E.
2.2.4
Espace dual dun espace vectoriel
Dfinition 12 Espace dual. On appelle espace dual dun espace vectoriel E lensemble des
formes linaires sur E. Il est lui-mme un K-espace vectoriel, et on le note E ou hom.E; K/.
La structure dun espace et celle de son dual sont trs lies. Nous allons dtailler quelques
points en nous restreignant aux cas qui nous intressent (cas rel, dimension finie).
SURVOL MATHMATIQUE
2.2 Morphismes
30
Remarque. Si lon dispose, sur lespace vectoriel considr E, dun produit scalaire h; i (voir chapitre
1), alors il existe un moyen naturel de plonger E dans E , i.e. dassocier chaque lment de E un
lment du dual, et ce de manire former un isomorphisme entre E et un sous-espace de E : chaque
lment x 2 E on associe la forme linaire 'x W E ! KI y 7! hx; yi. Alors lapplication f W E !
E I x 7! 'x est une application linaire injective, donc lespace E est isomorphe au sous-espace f .E/
de E .
Si lespace E est de dimension finie n, alors lespace dual E est isomorphe E et est donc lui
aussi de dimension n. On a alors le thorme de la base duale (que je ne prsente pas, car je nai
pas parl de base... mais peut-tre pourrons-nous nous passer de ces rappels dans ce document).
Pour x 2 E, on note h'; xi pour '.x/. Cette notation est appele crochet de dualit.
Dfinition 13 Dual topologique. Soit E un espace vectoriel topologique sur le corps K. Le
dual topologique E0 de E est le sous-espace vectoriel de E (le dual algbrique de E) form des
formes linaires continues.
Si lespace est de dimension finie, le dual topologique concide avec le dual algbrique, puisque dans
ce cas toute forme linaire est continue. Mais dans le cas gnral, linclusion du dual topologique
dans le dual algbrique est stricte.
Remarques topologiques. En complment, quelques mots sur les topologies faible et faible-*, afin de
pouvoir faire dans de bonnes conditions une remarque sur leur usage.
Dfinition 14 Topologies faible et faible-*. Soient E un espace vectoriel topologique

et E0 son dual topologique, i.e. lespace vectoriel des formes linaires continues sur E.
On appelle topologie forte sur E la topologie initiale de E ;
On appelle topologie faible sur E la topologie la plus grossire qui rende continus tous les lments
de E0 ;
On appelle topologie faible-* sur E0 la topologie la plus grossire qui rendue continus tous les lments
de E.
Notons que si E est rflexif, i.e. si E00 D E alors la topologie faible et la topologie faible-* concident.
Les topologies faibles ne sont en gnral pas mtrisables, et ne peuvent donc se dfinir par la seule
donne des notions de convergence de suites. Cependant, cest bien la notion de convergence faible de
suites qui est utile en pratique.
On place ici des remarques faisant appel aux espaces de Lebesgue dfinis au chapitre 4.
Soit un ouvert de Rn . Pour 1 < p < 1, les topologies faible et faible-* sur Lp ./ concident, et
la notion de convergence associe (convergence contre des fonctions test dans Lp ) est :
Z
Z
8g 2 Lp 0 ./;
fn g !
fg

Pour p D 1, la topologie faible-* correspond la convergence contre des fonctions test dans L1 ;
pour p D 1, la topologie faible correspond la convergence contre des fonctions test dans L1 . On
sinterdira en revanche de considrer la convergence faible-* dans L1 , ou la convergence faible dans L1
(la question de savoir si L1 est le dual de L1 touche de subtiles questions daxiomatique, et la rponse
est ngative si lon admet laxiome du choix...)
Quel est lintrt dappauvrir la topologie ? Une des motivations majeures est que moins il y a
douverts, plus il y a de compacts. Il est beaucoup plus facile dtre compact pour la topologie faible que
pour la topologie forte.
2.2.5
Noyau et image
Dfinition 15 Noyau. Le noyau du morphisme f est lensemble des antcdents de llment
neutre :
ker.f / D fx 2 E; f .x/ D 0g D f
.f0g/
(2.5)
et f est injectif si et seulement si son noyau est rduit f0g.
31
SURVOL MATHMATIQUE
Dfinition 16 Image. Limage du morphisme f est limage par f de E :
im.f / D ff .x/; x 2 Eg D f .E/
(2.6)
et f est surjectif si et seulement si son image est gale F.

Dans le cas despaces vectoriels, lensemble ker.f / est un sous-espace vectoriel de E et
lensemble im.f / est un sous-espace vectoriel de F.
Thorme 7 Thorme du rang. Il est assez visible que (thorme de factorisation) f induit
un isomorphisme de lespace vectoriel quotient E= ker.f / sur limage im.f /. Deux espaces
isomorphes ayant mme dimension, il sen suit la relation, valable pour un espace E de dimension
finie, appele thorme du rang :
dim.ker.f // C dim.im.f // D dim.E/
(2.7)
Le nombre dim.im.f // est aussi appel rang de f et est not rg.f /.

On a galement :
limage rciproque dun sous-espace vectoriel de F par f est un sous-espace vectoriel de E ;
limage directe dun sous-espace vectoriel de E par f est un sous-espace vectoriel de F.
2.3
Oprateur
Le terme oprateur a t utilis au paragraphe prcdent... regardons dun peu plus prs.
Dune manire gnrale, un oprateur est une application entre deux espaces vectoriels topologiques.
Un oprateur O W E ! F est linaire si et seulement si :
8.; / 2 K2 ;
8.x1 ; x2 / 2 E;
O.x1 C x2 / D O.x1 / C O.x2 /
(2.8)
o K est le corps des scalaires de E et F.

Lorsque F D R, un oprateur est une fonctionnelle sur E.
Un oprateur est continu sil est continu en tant quapplication (pour la dfinition de la continuit,
voir chapitre suivant).
Un oprateur diffrentiel est un oprateur agissant sur des fonctions diffrentiables au sens des
drivs ordinaires ou partielles : voir dfinition au chapitre suivant.
On dfinit galement les oprateurs diffrentiels elliptiques et hyperboliques. Mais pour cela, il
faut introduire les notions de symbole et symbole principale dun oprateur... et cela ne nous semble
ni adapt ce document, ni suffisamment naturel pour cet expos. Nous nous contenterons
de dfinir plus loin les notions dquations aux drives partielles linaires et homognes du
second-ordre dites elliptiques, hyperboliques et paraboliques.
SURVOL MATHMATIQUE
2.3 Oprateur
32
Chapitre 3
Continuit et drivabilit
Rsum Dans ce chapitre, nous nous intresserons aux notions de continuit et de
drivabilit, les espaces ncessaires ayant t dfinis prcdemment, ainsi que les notions
dapplication...
Dans la mesure o les problmes que nous souhaitons aborder, i.e. ceux issus de la
physique, sont gnralement dcrits par des quations diffrentielles ou des quations aux
drives partielles, on comprend bien que la notion de drivation est centrale.
Mais noublions pas que ces notions de continuit et de diffrentiabilit nont pas
toujours t dfinies de manire prcise au cours de lhistoire et ont donn lieu de bien
terribles affrontements entre nos glorieux anciens.
Histoire
3.1
33
Continuit et classe C0
Dans le manuscrit de 1673 la Mthode inverse des tangentes ou propos des fonctions, Leibniz
dit : Jappelle fonctions toutes les portions des lignes droites quon fit en menant des droites
indfinies qui rpondent au point fixe et aux points de la courbe ; comme sont abscisse, ordonne,
corde, tangente, perpendiculaire, sous-tangente, sous-perpendiculaire... et une infinit dautres dune
construction plus compose, quon ne peut figurer. Finalement, au terme dune correspondance
nourrie entre Leibniz et Jean Bernoulli, celui-ci donne en 1718 la dfinition suivante : On appelle
fonction dune grandeur variable une quantit compose, de quelque manire que ce soit, de cette
grandeur variable et des constantes. . Il propose la notation x.
La continuit est en quelque sorte contenue, sous-jacente ces dfinitions car les fonctions
considres sont physiques et ne prsentent au plus quun nombre fini de discontinuits.
Dans son Introductio in analysin infinitorum de 1748,
Euler dfinit une fonction dune quantit variable comme
une expression analytique compose dune manire quelconque de cette quantit variable et de nombres ou de
quantits constantes . Le mot analytique nest pas
davantage prcis. En fait, pour Euler, une fonction est
une combinaison quelconque doprations prises dans le
Euler
Bolzano
Heine
stock des oprations et des modes de calcul connus de
son temps, et applicables aux nombres : oprations classiques de lalgbre, exponentielle, logarithme,
passage dun arc ses lignes trigonomtriques..., certaines de ces oprations pouvant tre itres un
nombre illimit de fois...
Dans ce mme ouvrage, Euler dit quune fonction est continue si elle est dfinie par une seule
expression anlytique (finie ou infinie) et mixte ou discontinue si elle possde plusieurs expression
analytiques suivant ses intervalles de dfinition.
La dfinition actuelle est celle due Bernard Bolzano dans sa thorie des fonctions en 1816 : La
fonction f .x/ varie suivant la loi de continuit pour la valeur x si la diffrence jf .x C w/ f .x/j
peut-tre rendue plus petite que toute valeur donne. Il existe une notion de continuit uniforme
qui est plus forte que la simple continuit et fixe par Heinrich Eduard Heine en 1872.
3. Continuit et drivabilit
SURVOL MATHMATIQUE
La continuit est une proprit topologique (donc indpendante de la mtrique).
Dfinition 17 Continuit dune fonction en un point (version topologique). Soit f une
application dun espace topologique E dans un espace topologique F. On dit que f est continue
en un point a de E si, quelque soit le voisinage W de f .a/ dans F, il existe un voisinage V de a
dans E tel que 8x 2 V, f .x/ 2 W, cest--dire que limage rciproque de tout voisinage de f .a/
est un voisinage de a.
Cette dfinition est donne pour la culture, car nous navons pas rappel la notion de voisinage dans
ce document. Cela na pas dimportance dans ce contexte puisque nous travaillerons sur des cas
moins gnraux.
videmment, une application de E dans F est continue si elle est continue en tout point de E.
Ramenons nous des choses plus connues et plus en lien avec ce document. Dans le cas des espaces
mtriques, la continuit se dfinit comme suit.
Dfinition 18 Continuit dune fonction en un point (version mtrique). Soient .E; d /
et .E0 ; d 0 / deux espaces mtriques, f W E ! E0 et a 2 E. On dit que lapplication f est continue

en a si :
h
i
8" > 0; 9 > 0; 8x 2 E;
d.x; a/ < H) d 0 .f .x/; f .a// < "
(3.1)
Ainsi f est continue en a si et seulement si la limite de f en a existe (elle vaut alors ncessairement f .a/).
Considrons la fonction f dfinie sur R2 par :
f .x; y/ D
8
<
:
x2
xy
C y2
si .x; y/ .0; 0/
(3.2)
si .x; y/ D .0; 0/
Elle na pas de limite en .0; 0/.

En effet, f .x; y/ est continue partout sur R2 nf.0; 0/g. Elle est continue sur laxe des abscisses et des
ordonnes o elle est 0. Elle est donc sparment continue lorigine, et par suite dans tout le plan. Mais
elle nest pas continue par rapport lensemble des variables lorigine, car sur la droite y D mx, elle prend
m
la valeur m=.1 C m2 / en dehors de lorigine ; or 1Cm
2 0 ds que m 0, et par consquent elle ne tend
pas vers 0 lorsque .x; y/ tend vers lorigine. Une telle fonction est dite partiellement continue.
Pour une fonction relle, on peut dfinir une fonction continue comme une fonction dont on
peut tracer le graphe sans lever le crayon. Si lon exclut certains fonctions trs particulires (comme
les fractales), alors lide gnrale de la continuit est bien traduite par cette phrase (la fonction ne
prsente pas de saut ).
Dfinition 19 Continuit dune fonction relle en un point. Une fonction f W I R ! R
sera dite continue au point a 2 I si :

8" > 0;
9 > 0;
8x 2 I;
h
jx
aj < H) jf .x/
i
f .a/j < " :
(3.3)
La classe des fonctions continues est note C0 . Elle inclut par exemple les fonctions continues
par morceaux ainsi que les constantes (dont la fonction nulle).
Attention ne pas confondre la classe des fonctions continues C0 avec C0 lensemble des
fonctions continues qui sannulent linfini (sous-espace de lespace des fonctions continues).
SURVOL MATHMATIQUE
3.1 Continuit et classe C0
34
3.2
Continuit de Hlder et Lipschitz
Remarque : Dans le cas des espaces mtriques, nous avons vu quil tait possible de redfinir la
continuit laide des " plutt que par les voisinages.
Avec Hlder et Lipschitz, la notion de continuit uniforme
nous est propose. La distinction entre continuit et continuit uniforme est la mme que celle entre la convergence simple et la convergence uniforme dans le cas des sries (pour le lecteur qui sen souviendrait). En effet, cette continuit uniforme ne regarde pas comment
(quel ") la fonction est continue en chaque point, mais comment elle
est continue dans sa globalit, i.e. lorsque ce fameux " nest plus li
Hlder
Lipschitz
la position sur la courbe, mais est fix pour la fonction entire.
La continuit hldrienne ou condition de Hlder est une condition suffisante (mais non
ncessaire) pour quune application dfinie entre deux espaces mtriques soit continue.
La dfinition sapplique en particulier pour les fonctions dune variable relle.
Dfinition 20 Fonction a-hldrienne. Si .E; d / et .F; d 0 / sont deux espaces mtriques,
une fonction f W E ! F est dite a-hldrienne sil existe une constante C > 0 telle que :
8.x; y/ 2 E2 ;
d 0 .f .x/; f .y// 6 C d .x; y/a
(3.4)
La continuit hldrienne dune fonction dpend donc dun paramtre rel strictement positif a 2
0 I 1, et prend en compte toutes les variations de la valeur de la fonction sur son ensemble de
dfinition. Si 0 < a 6 1 est fix, lensemble des fonctions relles a-hldriennes est un espace
vectoriel, conventionnellement not C 0;a .E; R/.
Thorme 8 Toute application f qui est a-hldrienne est continue. Mieux, elle est uniform-
ment continue, dans le sens suivant :

Si " > 0, alors pour D ."=C/1=a ;
d .x; y/ < ) d .f .x/; f .y// < "
(3.5)
Le rel dpend de " mais est indpendant de la variable x parcourant lespace de dfinition de
lapplication.
Dfinition 21 Fonction lipschitzienne. Lorsque a D 1, lapplication est dit lipschitzienne.
Une application lipschitzienne est plus rgulire quune fonction simplement continue.
Toute fonction lipschitzienne (en tant que fonction hldrienne) est uniformment continue. Toute
fonction relle lipschitzienne est (absolument continue donc variation borne donc) drivable
presque partout pour la mesure de Lebesgue et sa drive est essentiellement borne.
3.3
Drive
Le nombre driv en un point dune fonction variable et valeurs relles est le coefficient directeur
de la tangente au graphe de cette fonction en ce point, ou aussi le coefficient directeur de lapproximation affine de cette fonction en ce point : ce nombre nest donc dfini que si cette tangente, ou
cette approximation, existe. La drive dune fonction f est une fonction qui, tout nombre pour
lequel f admet un nombre driv, associe ce nombre driv.
Dfinition 22 Drive dune fonction. Soit f une application dun ouvert du corps K
(resp. un intervalle de R) dans un espace affine norm F (resp. R), alors on peut donner un sens,
35
SURVOL MATHMATIQUE
pour a 2 , la quantit :
f 0 .a/ D
f .a C h/
h
h0;h!0
lim
f .a/
2F
(3.6)
aCh2
Histoire
que lon appelle le vecteur driv ou simplement la drive de f en a.
Au XVIIe sicle, la comprhension mais surtout la modlisation (i.e. la mise en quations) de

phnomnes physiques et techniques conduit la cration au sicle suivant de lanalyse en tant que
branche des mathmatiques abordant les notions de drivation, intgration et quations diffrentielles.
Les changes, les conceptions et la comprhension des infinitsimaux ont anim le monde scientifique pendant bien longtemps, la
discussion tait tout autant philosophique que mathmatique, ce qui est
somme toute assez normal compte tenu du sujet... Les fondateurs incontests de lanalyse sont Newton et Leibniz. La porte de leurs travaux est
considrable car ils vont permettre non seulement la comprhension des
courbes (puis le calcul des aires), mais aussi celle du mouvement des
Newton
Leibniz
corps. Cest vritablement une rvolution o lon passe dune science de
la statique une science de la dynamique.
Un dbat houleux sur la paternit du calcul diffrentiel entre mathmaticiens britanniques et
allemands fit rage, mais Newton et Leibniz sen tinrent lcart. Toutefois, cette polmique entre les
deux camps ne sera pas sans effet. Celle-ci fera que les anglais resteront lcart du dveloppement
gnral des mathmatiques au XVIIIe sicle, la tradition newtonienne dominante ayant abouti une
certaine stagnation scientifique. Au dbut du XIXe sicle, avec la diffusion des notations symboliques
leibniziennes du calcul infinitsimal, un petit groupe de mathmaticien de Cambridge se mettra
rflchir sur le rle et limportance de la symbolique.
Lopinion gnrale est aujourdhui que Leibniz sest presque certainement inspir de certaines
des ides de Newton (dont les travaux sont antrieurs, mais non publis au moment o Leibniz
publie), mais que sa contribution reste suffisamment importante pour que le mrite de linvention du
calcul diffrentiel soit accord aux deux hommes.
Lapproche de Newton est proche de la physique : il parle en termes de mouvement physique et
ses notations ne sont employes que trs rarement en dehors de la sphre des physiciens.
Lapproche de Leibniz en revanche est plus gomtrique et conduit une prsentation plus naturelle, encore utilise aujourdhui, et qui va rapidement tre adopte en Europe. Cest lui galement
qui introduit la notation dy=dx encore utilise.
Avant Newton et Leibniz, Descartes stait intress au problme des tangentes une courbe et Fermat avait introduit une
notion assez proche de la drive lors dune recherche dextremum.
En remontant encore plus dans lHistoire, on peut dire que la mthode dexhaustion, telle quelle a t dveloppe et utilise par
Archimde (i.e. avec toute la rigueur ncessaire, en usant du procd
dencadrement vitant le recourt aux ") est rellement la premire
Archimde
Oresme
utilisation des infinitsimaux. Malgr, ou peut-tre cause de, la
grande originalit de ses travaux, Archimde na t que peu suivi dans le monde grec et na pas eu
de disciple direct. Les savants arabes commenceront dailleurs ds le IXe sicle sintresser aux
procds infinitsimaux mis en uvre par le gnial Alexandrin.
Notons galement que le plus grand progrs thorique ralis au Moyen-ge est ltude quantitative de la variabilit par Nicole Oresme. veill par la diffusion des mthodes infinitsimales des
Anciens, et dArchimde en particulier, nourri par les spculations scolastiques sur linfini, le got
des mathmaticiens pour les considrations infinitsimales se dveloppe peu peu. Ils sappliquent
dabord imiter le modle archimdien, puis smancipent et essaient de trouver des substituts pour
la mthode dexhaustion, juge trop lourde.
En 1748, Euler dfinit les deux nouvelles oprations que sont la diffrentiation et lintgration
dans Introductio in analysin infinitorum ; puis dans Calculi differentialis (1755) et Institutiones
calculi integralis (1770) il essaie de mettre au point les rgles dutilisation des infiniment petits et
dveloppe des mthodes dintgration et de rsolution dquations diffrentielles.
Enfin, dans la seconde moiti du XIXe sicle, on sintressera aux proprits des fonctions
SURVOL MATHMATIQUE
3.3 Drive
36
drives, et de nombreux contre-exemples dfiant lintuition seront introduits, qui conduiront bien
cerner cette dlicate notion.
La drivabilit est elle-aussi une notion topologique et non mtrique (mme si on sait lcrire
en termes mtrique comme ci-dessus), elle ne dpend donc pas de la norme choisie (du moment
que celle-ci est compatible avec la topologie choisie...).
3.4
Fonctions de classe Ck
Il est vident que si la drive (telle que dfinie au dessus) existe partout dans , alors on peut
nouveau considrer sa drive... et ainsi de suite.
On dfinit donc les classes C1 , C2 , ... Ck , ... C1 de fonctions 1 fois, 2 fois, ..., k fois continment
drivables ou mme indfiniment drivables. Pour k D 0, on retombe sur la dfinition de lensemble
des fonctions continues. Pour tre trs clair, une fonction est de classe Ck signifie que toutes ses
drives jusqu lordre k sont continues dans . Toutes les fonctions polynomiales sont C1 , car
partir dun certain rang leur drive est identiquement nulle.
3.5
Diffrentielle
Il sagit de gnraliser la formule (3.6) des applications de Rn dans Rp . La variable tant maintenant un vecteur de Rn , il nest plus question de diviser par h... il faut donc modifier la dfinition
pour supprimer le dnominateur. Et cela est trs facile : il suffit dapprocher laccroissement de la
fonction par une application linaire.
Dfinition 23 Diffrentielle. Soient E et F deux espaces norms sur le corps K D R ou C,
et U un ouvert de E. Une application f W U ! F est dite diffrentiable au point a 2 U sil existe

une application linaire L 2 L.E; F/ telle que :
f .a C h/
f .a/ D L.h/ C R.h/
(3.7)
o le reste R.h/ est un o.khk/ lorsque h tend vers 0 dans E.

Si elle existe, lapplication L est unique et on lappelle la diffrentielle de f en a. On la note
L D Df .a/, ou f 0 .a/ ou df .a/ ou Da f ou dfa , selon les auteurs et les circonstances.
Cela signifie quau voisinage de a, lapplication f se comporte peu prs comme lapplication
affine x 7! f .a/ C Df .a/.x a/, pour laquelle on pourra utiliser les outils de lalgbre linaire.
Gomtriquement, on retrouve lide quune courbe est, au voisinage dun point, peu prs
confondues avec sa tangente 1 (droite tangente, plan tangent...). Cest pourquoi lapplication
linaire Df .a/ est galement appele application linaire tangente f en a.
videmment, dans le cas o E D R et F D R, tout ce qui a t dit concide avec ce que nous
avions vu avec la drive classique.
3.6
Drives partielles
Nous nous intressons maintenant au cas o une fonction dpend de plusieurs variables, i.e. au cas
dune fonction numrique dune variable vectorielle. Avec les notation du paragraphe prcdent,
cela correspond au cas o E D Rn et F D R.
La drive partielle dune fonction de plusieurs variables est la drive par rapport lune de
ses variables, les autres tant gardes constantes. La drive partielle de la fonction f par rapport
1. tangente, du latin tangerer : toucher
37
SURVOL MATHMATIQUE
la variable x est note
@f
@x
ou @x f ou encore fx0 . De la mme manire, on peut noter des drivs
secondes,... k-imes par rapport diffrentes variables. Par exemple

@2 f
@2 f
0 D @ f , ou
mais galement @x @y D fyx
yx
0
fkzjyix
D @kzjyix f .
@y @x
@2 f
@x 2
0 D @ f D @2 f ,
D fxx
xx
x
0 D @ f , mais galement
D fxy
xy
@i Cj Ck f
@x i @y j @z k
Dfinition 24 Drive partielle dordre 1 en un point. Soient un ouvert de Rn et f une
fonction de n variables :
f W

!
R
x D .x1 ; : : : ; xn / 7! f .x/ D f .x1 ; : : : ; xn /
(3.8)
On dfinit la drive partielle dordre 1 de f au point a D .a1 ; : : : ; an / 2 par rapport

la i -me variable xi par :
f .a1 ; : : : ; ai
@f
.a/ D lim
@xi
h!0
1 ; ai
C h; ai C1 ; : : : ; an /
h
f .a1 ; : : : ; an /
(3.9)
Remarques. Pour en revenir au cadre gnral quest celui de la diffrentielle, on parle ici des drives
partielles pour dsigner les drives dans la direction des vecteurs de base, ou plus exactement des drives
selon les vecteurs de base.
@f
Nous utiliserons, comme tout le monde, la notation @x
, bien quelle prsente quelques dfauts : tout
i
dabord elle est typographiquement lourde, ensuite elle a les apparences trompeuses dun quotient, et
enfin la mention de la variable xi peut tre source de confusions dans les calculs de drives de fonctions
composes. On devrait donc toujours prfrer la notation @i f ou fi0 .
La formulation gnrale de la diffrentielle donne au paragraphe 3.5 permet de retrouver tous les
cas :
le cas classique dune fonction dune variable relle valeur relle correspond au cas E D R
et F D R ;
le cas dune fonction numrique dune fonction vectorielle correspond au cas E D Rn et F D R
et vient dtre prsent. Dans ce cas, la diffrentielle Df .a/ est la forme linaire sur Rn de
composantes T @1 f.a/; :::; @n f.a/ dans la base canonique.
Si Rn est muni dun produit scalaire, alors il existe un unique vecteur, appel gradient de f en a et
not grad f .a/ 2 Rn tel que : Df .a/h D grad f .a/:h. Pour une dfinition plus oprationnelle du
gradient, on se rfrera au paragraphe 3.8. Celui-ci a pour composantes les drives partielles par
rapport la base considre ;
le cas dune fonction vectorielle dune variable relle correspond au cas E D R et F D Rp . Il est
nouveau possible de diviser par h. La diffrentiabilit 2 de f quivaut alors la drivabilit de ses
composantes fi .
le cas dune fonction vectorielle dune variable vectorielle correspond au cas le plus gnral E D Rn
et F D Rp . La diffrentielle est lapplication linaire dfinie dans les bases canoniques de Rn
et Rp par la matrice jacobienne. La ligne i de la matrice jacobienne correspond la diffrentielle
de la composante fi de f . La colonne j de la matrice jacobienne correspond la drive de f
dans la direction du j e vecteur de la base. Nous y reviendrons de manire plus pragmatique au
paragraphe 12.5.2.
@f
@f
Attention : Mme si toutes les drives partielles @x
.a/; : : : ; @x
.a/ existent en un point a, la
n
1
fonction peut ne pas tre continue en ce point. Si lon considre nouveau la fonction f dfinie
sur R2 par :
8 xy
<
si .x; y/ .0; 0/
2
2
f .x; y/ D x C y
(3.10)
:
0
si .x; y/ D .0; 0/
on voit quelle vrifie

lavons vu avant.
@f
.0; 0/
@x
@f
.0; 0/
@y
D 0 mais elle na pas de limite en .0; 0/ comme nous
2. On ne confondra pas diffrencier et diffrentier
SURVOL MATHMATIQUE
3.6 Drives partielles
38
Si toutes les drives partielles (dordre 1) existent et sont continues dans un voisinage de a,
alors f est diffrentiable dans ce voisinage et la diffrentielle est continue. Dans ce cas, on dit
que f est une fonction de classe C1 sur ce voisinage de a.
Si toutes les drives partielles secondes de f existent et sont continues sur louvert , on dit
que f est une fonction de classe C2 ./. Lordre de drivation peut alors tre chang sans que cela
modifie le rsultat. Cest le thorme de Schwarz (Il sagit de Hermann Amandus Schwarz (sans
t ), pas de Laurent Schwartz).
Thorme 9 Thorme de Schwarz. Si f 2 C2 ./, alors :
@2 f
@2 f
D
@xi @xj
@xj @xi
(3.11)
Dfinition 25 Diffrentielle totale. On appelle diffrentielle totale de f lexpression :
df D
X @f
@f
@f
dx1 C C
dxn D
dxi
@x1
@xn
@xi
(3.12)
3.7
Retour sur les classes Ck pour une fonction de plusieurs variables
Ce paragraphe met laccent sur le cas multi-dimensionnel des classes Ck (ce qui est le cas avant,
mais peut-tre moins visiblement). Nous en profitons galement pour introduire des notations et
notions dont nous nous servirons plus loin.
Dfinition 26 Fonctions k fois diffrentiables. Si est un ouvert de Rn , on dfinit len-
semble des fonctions k fois diffrentiables dans , valeurs dans R dont toutes les drives
jusqu lordre k sont continues dans par :

@f
k
k 1
k 1
C ./ D f 2 C
./;
2C
./; i D 1; :::; n ; k > 1
(3.13)
@xi
Dfinition 27 Multi-indice. On appelle multi-indice un n-uplet dentiers D .1 ; :::; n /,
j 2 N. Sa longueur est jj D 1 C ::: C n , et on note @ la quantit (lopration) :
@ D
@
@x1
1
@
:::
@xn
n
(3.14)
Complments sur Ck . Ck ./ est lespace vectoriel des fonctions f W ! R telles que 8, jj 6 k,
x 7! @ f .x/ existe et appartient C0 ./.
Pour f et g dans Ck ./, on dfinit :
X
sup j@ f .x/ g.x/j
1
X 1 jj6k Ki
d.f; g/ D
(3.15)
X
2i 1 C
sup j@ f .x/ g.x/j
iD1
jj6k
Ki
qui est une distance sur Ck ./ qui en fait un espace complet.
Lespace C1 ./ peut se dfinir par :
[
C1 ./ D
Ck ./
(3.16)
k2N
qui est galement complet pour la mme distance.

Cette dfinition permet de clairement voir les inclusions successives des espaces Ck .
39
SURVOL MATHMATIQUE
On dfinit galement Ckb ./ comme le sous-espace vectoriel des lments de Ck .Rn / dont
toutes les drives jusqu lordre k sont bornes sur .
On dfinit alors :
X
kf kCk ./ D
sup j@ f .x/j
(3.17)
b
jj6k
qui est une norme sur Ckb ./ et en fait un espace de Banach (i.e. norm complet pour cette norme).
Dfinition 28 On dfinit, pour k 2 N [ f1g, lensemble Ckc ./ par : f 2 Ckc ./ si f 2 Ck ./
et si f est de support compact inclus dans .

Pour tout ouvert de Rn , et pour tout k 2 N [ f1g :
Ckc ./ est dense dans Ck ./ ;
k
C1
c ./ est dense dans C ./.
3.8
3.8.1
Nabla et comparses
Champs de vecteurs et de scalaires
Dfinition 29 Champ de vecteurs. Soit E un espace vectoriel euclidien de dimension n et
un ouvert de E. Un champ de vecteurs sur est une application F de dans E, dfinie par ses n
fonctions composantes :
0 1
0
1
x1
F1 .x1 ; : : : ; xn /
B C
B
C
::
F W @ ::: A 7 ! @
(3.18)
A
:
xn
Fn .x1 ; : : : ; xn /
Cest donc une fonction qui un vecteur fait correspondre un vecteur.
Dfinition 30 Champ de scalaires. Un champ de scalaires sur est une application f de
dans R ou C, i.e. une fonction qui un vecteur fait correspondre un scalaire.
La drive dun champ scalaire est un champ vectoriel appel gradient (voir plus bas).
Nabla, not r, est un pseudo-vecteur servant noter un oprateur diffrentiel :
0 1
0
1
0
1
@
@
@
B @x C
B @ C
B
C
B @ C
B
C
B 1@r@ C
B C
B1 @ C
B
C
rDB C
DB
DB
C
C
B @y C
B @' C
B r @ C
@ @ A
@ @ A
@ 1
@ A
r sin @' sphriques
@z cartsiennes
@z polaires
3.8.2
(3.19)
Gradient, divergence, rotationnel, Laplacien et DAlembertien
Les quantits prsentes ci-aprs apparatront constamment dans les problmes physiques.
Soient A un champ de vecteur et f un champ scalaire, on dfinit :
Le gradient :
grad f rf
(3.20)
La divergence :
div A r A
SURVOL MATHMATIQUE
(3.21)
3.8 Nabla et comparses
40
Le rotationnel :
rot A r ^ A
(3.22)
Le Laplacien (scalaire et vectoriel) :

f D r 2 f
(3.23)
A D r A
(3.24)
Le Dalembertien : il sagit plus dune contraction dcriture . En coordonnes cartsiennes,

scrit :

2
1 @2
@2
@2
1 @2
@
D
C
C
(3.25)
D 2 2
c @t
@x 2
@y 2
@z 2
c 2 @t 2
o c est la vitesse de la propagation considre (ou la vitesse de la lumire).
En coordonnes cartsiennes,
0 1il vient explicitement :
@f
B @x C
gradient : grad f D @ @f
@y A
@f
@z
@A
x
z
divergence : div A D @A
C @yy C @A
@x
@z
1
0 @A
@Ay
z
@y
@z
B x @Az C
rotationnel : rot A D @ @A
@z
@x A
@Ay
@Ax
@x
@y
2
2
@2 f
Laplacien scalaire : f D @x 2 C @@yf2 C @@zf2
0
1
Ax
@
Laplacien vectoriel : A D Ay A
Az
De plus :
div grad f D r .rf / D r 2 f D f
(3.26)
rot grad f D r ^ .rf / D 0
(3.27)
div rot A D r .r ^ A/ D 0
(3.28)
rot rot A D r ^ .r ^ A/ D r.r A/
r 2 A D grad div A
fg D f g C 2rf rg C gf
3.8.3
(3.29)
(3.30)
Normale et drive normale
Dfinition 31 Normale. On appelle normale au domaine un champ de vecteurs n.x/
dfini sur le bord D @ de et tel quen tout point x 2 o le bord est rgulier, n.x/ soit
orthogonal au bord et de norme 1.
On appelle normale extrieure une normale qui pointe vers lextrieur du domaine en tout point.
Dfinition 32 Drive normale. On appelle drive normale dune fonction rgulire u
sur , la fonction dfinie sur les points rguliers de par :
@u
.x/ D ru.x/ n.x/
@n
(3.31)
Il sagit dun produit scalaire car ru est un vecteur, tout comme n.x/.
41
SURVOL MATHMATIQUE
3.8.4
Potentiel dun champ vectoriel
Le potentiel dun champ vectoriel est une fonction scalaire ou vectorielle qui, sous certaines conditions relatives au domaine de dfinition et la rgularit, permet des reprsentations alternatives de
champs aux proprits particulires. Ainsi :
Un champ vectoriel irrotationnel (de rotationnel nul) peut tre identifi au gradient dun
potentiel scalaire.
Un champ vectoriel solnodal (de divergence nulle) peut tre identifi au rotationnel dun
potentiel vecteur.
Dans les deux cas, on dit que le champ dorigine drive dun potentiel (allusion entre une fonction
et sa primitive).
Ces potentiels permettent non seulement dapprhender certains champs vectoriels sous un
angle complmentaire (pour un traitement parfois plus ais), mais ils lgitiment des abstractions
essentielles comme, par exemple en physique, lnergie potentielle associe un champ de forces
conservatives.
Un champ de vecteurs A continu et irrotationnel drive dun potentiel scalaire U :
AD
grad U
(3.32)
Le mme rsultat se vrifie dans lespace entier condition que, vers linfini, le champ dcroisse
assez rapidement.
Le potentiel scalaire nest pas unique, il est dfini une constante prs.
Un champ de vecteurs A rgulier et de divergence nulle drive dun potentiel vectoriel B :
AD
rot B
(3.33)
Le mme rsultat se vrifie dans lespace entier condition que, vers linfini, le champ dcroisse
assez rapidement.
Le potentiel vecteur nest pas unique, il est dfini un gradient prs (i.e. B0 D B C grad f
convient galement).
3.8.5
Signification physique
Un champ de scalaires, cest un truc , une application, qui un vecteur associe un scalaire.
Typiquement, on peut penser la temprature. Une application T.x; y; z/ qui chaque point de
lespace de coordonnes .x; y; z/ associe sa temprature T est un champ de scalaire.
Un champ de vecteurs, cest un truc , une application, qui un vecteur associe un autre
vecteur. Typiquement, on peut penser la vitesse. Une application V.x; y; z/ qui chaque point de
lespace de coordonnes .x; y; z/ associe son vecteur vitesse V est un champ de vecteurs.
Si f est une fonction de classe C1 , alors le gradient de f au point a, quand il est non nul,
sinterprte comme la direction selon laquelle f varie le plus vite, i.e. la ligne de plus grande pente.
La divergence dun champ de vecteurs mesure comment son courant dforme un volume (on
devrait dire comment son flot dforme une forme volume au sens de la gomtrie diffrentielle).
Lide est un peu la suivante : imaginons un coulement de fluide et intressons-nous au courant en fonction
de la profondeur. Lorsque lon est un peu en dessous de la surface et loin du sol, on peut imaginer que le
courant est peu prs constant, donc une section (ou un volume) de fluide perpendiculaire lcoulement
se retrouve, un instant plus tard, un peu plus loin, mais toujours perpendiculaire au sol, i.e. la section na
pas vari. Si lon est proche du fond, on peut penser que le courant est plus faible trs prs du sol, par
exemple cause du frottement. Si lon considre nouveau une section de fluide perpendiculaire au sol, alors
un instant plus tard, elle nest plus perpendiculaire au sol : prs du sol, les particules ont effectu un petit
dplacement, celles plus loignes ont beaucoup plus avanc. La section na ni la mme forme, ni la mme
SURVOL MATHMATIQUE
3.8 Nabla et comparses
42
longueur qu linstant prcdent. La divergence mesure justement ce type dcart. Dune manire plus
gnrale, la divergence traduit la conservation (si elle est nulle) ou non dune grandeur physique en
un point : cela mesure donc, en chaque point si une grandeur (par exemple le volume comme avant)
est conservative ou non.
Le rotationnel exprime la tendance quont les lignes de champ dun champ vectoriel tourner
autour dun point : sa circulation locale sur un petit lacet entourant ce point est non nulle quand
son rotationnel ne lest pas (nous navons pas dfini la notion de lacet, nous compterons sur
limagination du lecteur). On rappelle que les lignes de champ sont les lignes qui, en premire
approche, reprsentent le chemin que lon suivrait en partant dun point. Ce sont en fait les lignes
orthogonales aux quipotentielles, ou surfaces de niveau, du champ.
Concernant le Laplacien scalaire, la quantit f est une mesure de la diffrence entre la valeur
de f en un point quelconque P et la valeur moyenne f au voisinage du point P.
Le Laplacien scalaire dune fonction peut aussi tre interprt comme la courbure moyenne
locale de la fonction, que lon visualise aisment pour une fonction une seule variable f .x/. La
drive seconde (ou courbure) f 00 reprsente la dviation locale de la moyenne par rapport la
valeur au point considr.
Les notions de rotationnel, gradient, Laplacien... interagissent. Par exemple en mcanique
des fluides, le rotationnel de la vitesse dcrit une rotation de la particule fluide. Si lcoulement
est irrotationnel (son rotationnel est nul en tout point), alors le vecteur vitesse est le gradient du
potentiel (on dit alors que les vitesses drivent dun potentiel). Si le fluide peut tre considr
comme incompressible, la divergence de ce vecteur sannule. Le laplacien du potentiel est donc
nul : il sagit dun potentiel harmonique qui satisfait lquation de Laplace.
3.9
Quelques thormes sur les intgrales
Les relations ci-aprs permettent de passer dintgrales sur un domaine des intgrales sur le bord
de ce domaine.
Thorme 10 Thorme du gradient. Ce thorme met en relation lintgrale de volume
du gradient dun champ scalaire et lintgrale de surface de ce mme champ :

Z
Z
rf D
f n.x/

(3.34)
o est le bord du domaine et f un champ scalaire (i.e. une fonction rgulire).

Thorme 11 Thorme du rotationnel. Ce thorme met en relation lintgrale de volume
du rotationnel dun champ vectoriel et lintgrale de surface du mme champ :

Z
Z
rot A D
A ^ n.x/

(3.35)
o est la frontire de , ^ est le produit vectoriel et n.x/ est la normale dirig vers lextrieur.
Une autre identit remarquable met en relation lintgrale de surface du rotationnel dun champ
vectoriel et lintgrale curviligne (ou circulation) du mme champ sur la frontire. Elle dcoule du
thorme de Green qui, pour une surface S (gnralement non ferme) de frontire C, implique :
I
rot A ds D
A dl
(3.36)
S
Si S est ferme, C est vide (ou rduit un point) et le membre de droite est nul.
Lorientation de la surface et celle de la courbe frontire sont lies puisque le changement dune
orientation modifie le signe de lintgrale correspondante. En fait, la relation est satisfaite lorsque
43
SURVOL MATHMATIQUE
ces orientations sont telles que, sur un point frontire, le vecteur tangent la surface dEs ^ dlE est
orient en direction de la surface.
Thorme 12 Thorme de GreenRiemann. Ce thorme donne la relation entre une
intgrale curviligne autour dune courbe simple ferme C et lintgrale double sur la rgion du
plan S dlimite par C.
Soit C, une courbe plane simple, positivement oriente et C1 par morceaux, S le domaine
compact lisse du plan dlimit par C et Pdx C Qdy une 1-forme diffrentielle sur R2 . Si P et Q
ont des drives partielles continues sur une rgion ouverte incluant S, alors :

Z
@Q @P
P dx C Q dy D
dxdy
(3.37)
@y
C
S @x
Il existe une autre faon de noter ce thorme. On se place sur un domaine compact lisse du
plan , de bord @, en notant la forme diffrentielle !. Alors la drive extrieure de ! scrit :

@Q @P
dx ^ dy
(3.38)
d! D
@x
@y
On peut alors rsumer le thorme de Green par la formule :
I
!D
d!
@
(3.39)
(Le cercle sur lintgrale prcise que le bord dcrit une courbe ferme).
Thorme 13 Thorme de GreenOstrogradsky. Soit un domaine de R2 ou R3 de
frontire et A un champ de vecteurs :

Z
Z
div A D
An

(3.40)
Ce thorme prend aussi le nom de thorme du flux-divergence ou plus simplement formule

de la divergence. Ostrogradsky peut scrire avec un y ou un i la fin. Du thorme de
Green-Ostrogradsky, on peut dduire la formule de Green :
Thorme 14 Formule de Green. Soient un domaine de R2 ou R3 de frontire et u
et v deux fonctions rgulires :

Z
Z
Z
@u
.u/v D
ru rv C
v

@n
(3.41)
On en dduit certaines formules utiles du calcul vectoriel. Soit un domaine de R2 ou R3

de frontire , A et B des champ de vecteurs, f et g des fonctions rgulires, et n.x/ la normale
extrieure au point considr :
Z
Z
.A rf C f .r A// D
f A n.x/
(3.42)

Z
Z
.B .r ^ A/ A .r ^ B// D
.A ^ B/ n.x/
(3.43)

Z
Z

f r 2 g C rf rg D
f rg n.x/
(3.44)

Ces formules sont exploites pour obtenir des formulations faibles associes des problmes aux
drives partielles.
SURVOL MATHMATIQUE
3.9 Quelques thormes sur les intgrales
44
Chapitre 4
Espaces de Lebesgue
Rsum Les espaces Lp sont indispensables la dfinition des espaces de Sobolev
aprs lesquels nous courons depuis quelques chapitres.
La mesure de Lebesgue a t introduite, les notions dapplication et de continuit ont
t rappeles... nous en avons plus quil ne nous en faut pour dfinir de tels espaces.
Histoire
Comme promis au paragraphe 1.3, nous fournissons maintenant quelques complments sur lintgration. Nous avons mentionn la mise en dfaut de lintgrale de Riemann dans le cas de lindicatrice
des rationnels. Ce contre-exemple a t historiquement fourni par Dirichlet.Regardons toutefois
dun peu plus prs do tout cela provient.
Dans le chapitre VI Dveloppement dune fonction arbitraire en sries trigonomtriques de
sa Thorie analytique, Fourier considre une fonction f dfinie dans =2; C=2 dont le
dveloppement en srie trigonomtrique est de la forme :
f .x/ D a1 sin x C a2 sin 2x C : : : C ak sin kx C : : :
(4.1)
Le problme est de calculer les coefficients ak dans le cas mme, dit-il, o

la fonction f .x/ reprsente une suite de valeurs ou ordonnes dont chacune est
arbitraire... On ne suppose point que ces coordonnes soient assujetties une loi
commune ; elles se succdent dune manire quelconque et chacune delles est
donne comme le serait une seule quantit .
On notera au passage que la fonction considre par Fourier nest dfinie que
par
la
donne de ses points (si en plus ils sont en nombre fini, cela reprsente alors un
Fourier
chantillonnage). Fourier conduit son calcul selon une voie nouvelle : en multipliant
lexpression prcdente par sin kx et en intgrant terme terme la srie, mais sans justification, il
obtient :
Z
2
ak D
f .x/ sin kxdx
(4.2)
0
Fourier observe que dans tous les cas envisags, ces intgrales ont un sens et en conclut que toute
fonction dune variable peut-tre reprsente par une srie trigonomtrique.
Mme manquant de rigueur, Fourier, aboutit un rsultat juste pour les fonctions quil considre.
Or les fonctions considres en loccurrence vont bien pour lintgrale de Riemann telle quelle
est dfinie.
45
4. Espaces de Lebesgue
SURVOL MATHMATIQUE
Dfinition 33 Intgrale de Riemann. Soit f une fonction relle dfinie sur un intervalle a I b. On considre une suite .xi /, 0 6 i 6 n, de subdivisions de cet intervalle :
a D x0 < x1 < : : : < xn 1 < xn D b. Notons i D xi xi 1 et S D 1 f .a C "1 1 / C
2 f .x1 C "2 2 / C : : : C n f .xn 1 C "n n /, o 0 6 i 6 1.
Si la somme S a la proprit, de quelque manire que les et les " puissent tre choisis, de
sapprocher indfiniment dune limite fixe A, quand les tendent vers zro, cette limite sappelle
Rb
la valeur de lintgrale dfinie a f .x/dx.
En termes modernes, on dira que pour quune fonction borne soit Riemann-intgrable, il faut et il
suffit que lensemble des points de discontinuit de f soit de mesure nulle.
Le cadre classique le plus simple pour dfinir une intgrale est celui des fonctions en escalier
sur un intervalle a; b, ou sa compltion pour la topologie de la convergence uniforme, lespace
des fonctions rgles (admettant une limite finie droite et gauche). La thorie de Riemann
permet datteindre une plus grande gnralit. Cependant, Riemann lui-mme a conscience que
lintgrabilit au sens de Riemann impose encore des conditions relativement fortes : il dmontre
quune fonction f W a; b ! R est intgrable si et seulement si, pour tout > 0 donn, on peut
choisir une dcomposition de a; b en sous-intervalles suffisamment fins pour que la somme des
longueurs des sous-intervalles sur lesquels loscillation de la fonction dpasse soit arbitrairement
petite.
Les conditions nonces au paragraphe prcdent
peuvent sembler faibles, mais, ds la fin de son mmoire
de 1829 Sur la convergence des sries trigonomtriques
qui servent reprsenter une fonction arbitraire entre des
limites donnes, Dirichlet donne lexemple, dune nature
toute nouvelle, discontinue en tous ces points : la fonction f .x/ qui vaut une constante c si x est un rationnel
Riemann
Dirichlet
Lebesgue
et qui vaut une autre constante d si x est irrationnel (on
appelle une telle fonction, fonction de Dirichlet , bien que celui-ci lai toujours exhibe comme un
monstre, existant, mais non reprsentatif de ce que devrait tre une fonction. Lorsque c D 1 et d D 0,
on parle alors plutt de lindicatrice de Q). On voit alors directement que la Riemann-intgrabilit
est mise mal. Le travail consistera alors dfinir prcisment ce que lon peut ngliger, i.e. les
parties de mesure nulle.
Dans la thorie de Lebesgue, on va largir la classe des fonctions intgrables (par exemple,
toute fonction borne raisonnable , disons qui peut tre dcrite par un nonc mathmatique, est
Lebesgue-intgrable). Pour cela, Lebesgue va commencer par dfinir un ensemble mesurable : cest
un ensemble dont la mesure extrieure (i.e. la borne infrieure de la mesure des ouverts le contenant)
est gale sa mesure intrieure (i.e. la borne suprieure de la mesure des ferms quil contient) :
est-il besoin de rappeler la diffrence entre borne infrieure et minimum et entre borne suprieure
et maximum ? La borne suprieure (ou le supremum) dune partie dun ensemble partiellement
ordonn est le plus petit de ses majorants. Une telle borne nexiste pas toujours, mais si elle existe
alors elle est unique. Elle nappartient pas ncessairement la partie considre. Dualement, la borne
infrieure (ou linfimum) dune partie est le plus grand de ses minorants...
Lintgrale de Lebesgue peut tre dfinie de manire gomtrique : pour une fonction positive f
dfinie sur a I b, elle est gale la mesure de dimension deux de lensemble f.x; y/ 2 R2 =a 6
y 6 f .x/; a 6 x 6 bg quand cette mesure existe. Dune manire analytique, cette dfinition de
lintgrale de Lebesgue devient :
SURVOL MATHMATIQUE
46
Dfinition 34 Intgrale de Lebesgue. soit f une fonction relle, borne, dfinie sur a I b.
Supposons m 6 f .x/ 6 M pour x 2 a I b. Pour tous ; tels que 6 , on dfinit :
V; D fx 2 a I b= 6 f .x/ 6 g. Si pour tous , , V; est mesurable, alors f est mesurable.
En considrant la partition m D 1 < 2 < ::: < n < nC1 D M et Vi D fx=i 6 f .x/ 6
iC1 g, on dfinit les sommes
n
X
i m.Vi /
iD1
et
n
X
i C1 m.Vi /
(4.3)
iD1
o m.V/ est la mesure de lensemble V. Lintgrale de Lebesgue est la limite commune de ces
deux sommes, dont on peut montrer quelle existe lorsque f est mesurable.
Voici par quelle image Lebesgue expliquait la nature de son intgrale :
Je dois payer une certaine somme ; je fouille dans mes poches et jen sors des pices et des billets de
diffrentes valeurs. Je les verses mon crancier dans lordre o elles se prsentent jusqu atteindre
le total de ma dette. Cest lintgrale de Riemann. Mais je peux oprer autrement. Ayant sorti tout
mon argent, je runis les billets de mme valeur, les pices semblables et jeffectue le paiement en
donnent ensemble les signe montaires de mme valeur. Cest mon intgrale.
Poursuivons linterprtation gomtrique laquelle nous invite Lebesgue dans la comparaison
des intgrales selon Riemann et Lebesgue. Comme dans le cas de lintgrale de Riemann, il sagit
dapprocher laire sous le graphe de la fonction par une union de rectangles. Mais ces rectangles sont
dfinis de manire diffrente. Dans le cas de Riemann, on sintresse aux variations de la fonction
sur son domaine de dfinition : une base tant donne (laxe des abscisses en gnral),on dfinit le
rectangle comme lensemble des points au-dessus de cette base, qui sont situs en-dessous de la
courbe. Au contraire, dans le cas de Lebesgue, on dfinit le rectangle en fonction des valeurs de la
fonction, sans jamais sintresser trop lespace de dpart. Ce nest donc pas la base du rectangle
que lon se donnera au dpart, mais une variation dans les valeurs atteintes (ct vertical ).
videmment, on doit admettre que plusieurs rectangles partagent un mme ct vertical. Cest ici
que lintgrale de Lebesgue va gagner toute sa complexit : alors que dans lintgrale de Riemann,
une brique lmentaire est un simple rectangle, dans celle de Lebesgue, il pourra sagir de plusieurs
ou mme dune infinit de rectangles.
Lexemple de la fonction indicatrice de Q est rvlateur : bien que discontinue partout, cette
fonction est trs facile dcrire en fonction de ses valeurs. Dans la thorie de Riemann, on tenterait
vainement de dcouper le segment 0; 1 en tout petits intervalles o cette fonction ne varie gure ;
dans celle de Lebesgue, on partage 0; 1 en seulement deux morceaux qui sont assez complexes
(totalement discontinus) mais sur chacun desquels la fonction est effectivement constante.
Ainsi, lintgration de Lebesgue prolonge bien celle de Riemann, et, en se dbarrassant de
la rfrence lespace de base, peut tre adapte un cadre extrmement gnral, sans quaucune
hypothse topologique ne soit faite sur lespace dintgration ; et lexprience montre que lon peut
construire ainsi des thories maniables.
La thorie de Lebesgue claire bien des difficults des discussions du XIXe sicle (notamment
sur les proprits de diffrentiabilit des fonctions continues) et fournit un cadre gnral simplifi
de nombreux thormes alors que la thorie de Riemann multiplie les hypothses et les conditions
restrictives.
De plus, toute cette volution sest accompagne de lide quon doit manipuler les fonctions
comme des objets mathmatiques en soi, des points de nouveaux espaces, les espaces fonctionnels.
Avec lextension du langage ensembliste, il devient naturel demployer un langage gomtrique
propos de ces espaces.
Malgr tout ce qui vient dtre dit, rendons quand mme hommage cette belle (et malgr tout
puissante) intgrale de Riemann, qui a de plus le bon got dtre souvent trs bien comprise des
lves.
Lintgrale de Riemann nous apprend nous poser la question o se passent les choses
importantes ? , question qui na pas de sens pour lintgrale de Lebesgue qui ne connat pas la
question o ? , mais seulement combien souvent ? .
De plus, les techniques riemanniennes consistant localiser les problmes et dcouper lintgrale sur plusieurs intervalles restent des outils indispensables pour aborder bien des problmes.
47
SURVOL MATHMATIQUE
Kurzweil
Henstock
Dans les annes 50 a t mise au point lintgrale de KurzweilHenstock (ou KH-intgrale, ou intgrale de jauge) partir de celle
de Riemann. On retravaille un peu les sous-intervalles et les points
de calcul de la fonction : chaque point est appel marque et lon
parle de subdivision marque (pour plus de dtails, il suffit faire
une recherche avec lemme de Cousin . Ce lemme est d Pierre
Cousin qui fut un tudiant de Henri Poincar).
Sans faire appel la thorie de la mesure, on dispose alors dune

intgrale aussi puissance que celle de Lebesgue (mais moins gnrale, car dfinie uniquement sur R).
Et lon dispose mme dun trs beau rsultat : toute fonction drive est intgrable, et il nest pas
ncessaire dintroduire la notion dintgrale impropre. Lintgrale de Lebesgue sur R peut alors
tre introduite comme un cas particulier de cette intgrale.
Pour puissante quelle soit, la thorie de Lebesgue est impuissante traiter la semi-convergence
des intgrales, i.e. les situations o une fonction se trouve tre intgrable du fait de compensations
entre valeurs positives et ngatives, alors que sa valeur absolue nest pas intgrable. Dautres
thories sont plus habiles tirer parti des compensations : ainsi les intgrales de Denjoy ou de
Perron. Pourquoi alors nenseigne-t-on pas ces thories alternatives plutt que celle de Lebesgue ?
Dune part, parce que dans limmense majorit des applications, le mauvais traitement des intgrales
semi-convergentes savre sans gravit (il sagit en fait de situations relativement exceptionnelles) ;
dautre part, parce que la thorie de Lebesgue dispose dune grande souplesse qui lui permet de se
gnraliser de manire abstraite, notamment par son insensibilit la topologie, que nous avons
dj mentionne.
4.1
Prsentation des espaces de Lebesgue Lp
Dfinition 35 Ensemble des fonctions mesurables. Soit .E; A; / un espace mesur. Si p 2
1 I C1, on note Lp D Lp .E; A; / lensemble de toutes les fonctions mesurables sur .E; A/,
valeurs dans R, telles que la fonction jf jp soit -intgrable.
Si f 2 Lp , on pose :
1=p
kf kp D jf jp d
(4.4)
Thorme 15 Chaque espace Lp est un espace vectoriel.

Dfinition 36 Espace Lp . Soit .E; A; / un espace mesur. Si p 2 1 I C1, on note Lp D
Lp .E; A; / lensemble des classes dquivalence des fonctions de Lp pour la relation dquivalence gualit -presque partout .
Si f 2 Lp , on note kf kp la valeur commune des kgkp pour toutes les fonctions g appartenant la classe de f .
De manire quivalente, on peut galement dfinir Lp comme tant le quotient de Lp par la
relation dquivalence galit -presque partout . Il est clair que chaque espace Lp est une classe
dquivalence obtenue en identifiant les fonctions qui ne diffrent que sur un ensemble ngligeable.
Ainsi, si f 2 Lp , on appelle reprsentant de f , toute fonction mesurable g 2 Lp qui appartient
la classe dquivalence de f .
Comme, par construction, deux reprsentants dune mme classe auront la mme intgrale, on
appelle (abusivement, mais sans confusion) tout f 2 Lp une fonction de Lp et non pas une classe
dquivalence ou un reprsentant de la classe dquivalence. En dautres termes, on identifie une
classe lun quelconque de ses reprsentants.
En toute gnralit, on aura bien remarqu que les dfinitions prcdentes sont lies la
mesure utilise. Si lon considre simultanment deux mesures et , les classes dquivalences
SURVOL MATHMATIQUE
4.1 Prsentation des espaces de Lebesgue Lp
48
ne sont pas les mmes respectivement chacune de ces mesures, et lidentification dune classe
lun quelconque de ses reprsentant ne peut plus se faire.
Remarque. Sans lidentification des fonctions gales presque partout, les fonctions k:kLp ne sont que
des semi-normes. Cette identification est sans consquence pour la plupart des problmes concrets, mais
parfois dsastreuse quand on veut tudier des proprits fines de fonctions mesurables, par exemple si lon
veut tudier la dimension de Hausdorff dun ensemble de points de discontinuit de f ... De tels problmes
ne relvent pas de lanalyse fonctionnelle.
Thorme 16 Chaque espace Lp est un espace vectoriel.
Un espace Lp est un espace vectoriel (des classes) de fonctions dont la puissance dexposant p
est intgrable au sens de Lebesgue, o p est un nombre rel strictement positif. Le passage la
limite de lexposant aboutit la construction des espaces L1 des fonctions bornes.
Thorme 17 Chaque espace Lp est un espace de Banach lorsque son exposant p est > 1.
Thorme 18 Lorsque 0 < p < 1, lintgrale dfinit une quasi-norme qui en fait un espace
complet.
Dfinition 37 Exposants conjugus. Soient p et q 2 1; C1. On dit que p et q sont des
exposants conjugus si :
1
1
C D1
p
q
(4.5)
Thorme 19 Soient p et q des exposants conjugus, alors il existe une dualit entre les espaces
dexposants p et q.
Il suffit en effet de considrer, g 2 Lq fix (de mesure ), lapplication 'g W f 7!
dernire dfinie une forme linaire continue sur Lp .
4.2
fgd. Cette
Construction de Lp
On considre un ouvert de Rn . Les fonctions f seront considres de dans R ou C.

p
On appelle Lp D LM .; C/ pour p < 1 lespace des fonctions f mesurables, de ! C,
telles que .jf jp / < 1 o est une mesure sur .
Comme une fonction sannulant presque partout est dintgrale nulle, on peut dfinir lespace Lp .X; A; / comme le quotient de lespace des fonctions p intgrables Lp .X; A; / par le
sous-espace vectoriel des fonctions presque nulles.
Ce quotient identifie donc les fonctions qui sont presque partout gales, autrement dit qui ne
diffrent que sur un ensemble de mesure nulle.
Dfinition 38 Norme Lp . Pour p < 1, on appelle norme Lp et on note k kp , lapplication
dfinie par :
Z
kf kp D
jf jp
1=p
(4.6)
Sur R, cela donne :

Z
kf kp D
49
!1=p
jf .t /jp dt
(4.7)
SURVOL MATHMATIQUE
Sur un espace mesur .X; A; / et valeurs relles ou complexes :

Z
kf kp D
1=p
jf j d
p
(4.8)
Thorme 20 Si lespace X est fini et est muni dune mesure finie .X/ < 1, alors tous les
espaces Lp (resp. Lp ), pour 1 6 p 6 1 sont les mmes.
Dfinition 39 Espace des suites. Soit X D N muni de sa tribu A D P.X/ et de sa mesure
de comptage . On note `p lespace LP .X; A; / D Lp .X; A; /. Cet espace est lespace des
suites .un /n2N telles que :
8
!1=p
X
X
<
p
p
Si 1 6 p < 1 W
jun j < 1;
et kun kp D
jun j
(4.9)
n
n
:
p
Si p D 1 W
supn jun j < 1;
et kun k1 D supn jun j
4.3
Espace L0
Lespace L0 est lensemble des fonctions mesurables. L0 est lespace obtenu en quotientant L0 par
les fonctions nulles.
Soit ' une fonction mesurable strictement positive et -intgrable, alors :
Z
kf gk
.f; g/ D
'd
(4.10)
1 C kf gk
dfinit une distance sur L0 qui redonne la topologie de la convergence en mesure.
Thorme 21 Muni de cette distance, lespace L0 est complet.
Rappel : la notion de convergence (de suite) est une proprit topologique et non mtrique
(lcriture avec les " nest que la traduction mtrique de lcriture topologique avec les boules).
4.4
Espace L1 et dualit avec L1
Dans le cas o lexposant est infini, on procde de la mme manire.

Lespace L1 .X; A; / est dfini comme lespace vectoriel des fonctions -essentiellement
bornes (i.e. des fonctions bornes presque partout).
Lespace L1 .X; A; / est lespace vectoriel quotient de L1 .X; A; / par la relation dquivalence f g ssi f et g sont gales presque partout .
Thorme 22 Lespace dual de L1 est L1 mais lespace dual de L1 contient strictement L1 , et
dailleurs L1 nest le dual daucun espace de Banach.
4.5
Espace L2
Par dfinition, si est un ouvert donn de Rn , L2 ./ est lespace des fonctions (relles ou
complexes) qui sont de carr intgrable au sens de lintgrale de Lebesgue.
SURVOL MATHMATIQUE
4.3 Espace L0
50
Thorme 23 Lespace L2 est un espace de Hilbert lorsquil est muni du produit scalaire :
Z
.f; g/ D
f gN d
(4.11)
La formule des exposants conjugus conduit dans le cas p D 2, q D 2, i.e. que L2 sidentifie
son dual.
Si lon reprend la remarque prcdente sur la dualit, cela devient dans L2 (et dans tout espace
de Hilbert H) : en associant tout v 2 H lapplication 'v .u/ D hu; vi, on peut identifier lespace
de Hilbert H a son dual H0 .
Comme mentionn, lintrt davoir un espace de Hilbert est de disposer dun produit scalaire,
donc de pouvoir dcomposer un vecteur. Ce que lon retrouve dans le thorme 3, que nous
rcrivons ci-dessous, et vrai dans L2 en tant quespace de Hilbert :
Thorme 24 Thorme de projection dans un espace de Hilbert. Tout vecteur u dun
espace de Hilbert H se dcompose de manire unique en une somme u D v C w avec v 2 K

et w 2 K? , et les sous-espaces K et K? sont supplmentaires dans H.
On rappelle que :
Dfinition 40 Orthogonal dune partie. K tant une partie de H, on note K? lensemble
des vecteurs u 2 H qui sont orthogonaux tous les vecteurs de K.

Thorme 25 Lorthogonal K? de toute partie de K dun espace de Hilbert H est un sous-espace
vectoriel ferm de H, donc lui-mme un espace de Hilbert (thorme 1).

On a .K? /? D K.
4.6
Complments et retour sur les fonctions continues et diffrentiables
Commenons par quelques exemples ultra classiques :

p
La fonction 1= x est L1 mais pas L2 .
2
1
La fonction 1=jxj est
p L mais pas L .
La fonction e jxj = jxj est L1 mais pas L2
Poursuivons par quelques ingalits bien utiles.
Thorme 26 Ingalit de Minkowski. Soient p 2 1; 1, et f et g dans Lp , alors on a :
kf C gkp 6 kf kp C kgkp
(4.12)
Thorme 27 Ingalit de Hlder. Soient p, q et r des nombres de 1; 1 vrifiant ;
1
1
1
C D
p
q
r
(4.13)
(avec la convention 1=1 D 0). Si f 2 Lp et g 2 Lq , alors le produit fg 2 Lr , et on a :

kfgkr 6 kf kp kgkq
(4.14)
Lingalit de Hlder conduit au thorme suivant :
51
SURVOL MATHMATIQUE
Thorme 28 Si est une mesure finie et si 1 6 p 6 q 6 1, on a :
Lq Lp
(4.15)
Terminons ce cours chapitre en revenant un peu aux fonctions continues et Ck , dont nous avons
dj parl au paragraphe 3.7. Nous commenons dailleurs par rappeler certaines dfinitions dj
donnes.
Dfinition 41 Soit un espace topologique. On dfinit Cb ./ comme lespace des fonctions
continues bornes de dans R ; C0 ./ comme lespace des fonctions continues sur , tendant
vers 0 linfini ; Cc ./ comme lespace des fonctions continues support compact dans . Ces
trois espaces, munis de la norme sup :
kf k1 D sup jf j
(4.16)
sont des espaces vectoriels topologiques ; les espaces Cb ./ et C0 ./ sont des espaces de
Banach, alors que Cc ./ ne lest pas en gnral.
Si D Rn , alors C0 ./ est ladhrence de Cc ./.
Dfinition 42 Soient un ouvert de Rn , et k 2 N, k > 1. On dfinit lespace Ck ./ comme
lespace des fonctions k fois drivables dans , dont toutes les drives sont bornes jusqu
lordre k. Cest un espace de Banach quand on le munit de la norme :
X
kf kCk D kf k1 C
kr f k1
(4.17)
jjDk
On note parfois cet espace Ck ./ pour insister sur le fait que lon prend le supremum
jusquau bord. Une notation plus approprie serait sans doute Ckb ./.
Dfinition 43 Soit un ouvert de Rn . Lintersection des espaces Cc ./ et Ck ./, pour tout k,
est appele espace des fonctions C1 support compact ; on la note C1

c ./ ou D./. Nous en
reparlerons au chapitre suivant...
Puisque Cc ./ nest dj pas un espace de Banach, il semble inutile de tenter de normer D./.
On dispose des rsultats de densit suivants :
Lespace C0c ./ des fonctions continues support compact est dense dans Lp ./ pour 1 6
p < 1 (mais nest pas dense dans L1 ./)
Dans le cas p D 1, cela se traduit par : 8f 2 L1 ./; 8" > 0; 9g 2 C0c ./; tel que kf
gkL1 ./ 6 "
p
Lespace C1
c ./ des fonctions infiniment drivables support compact est dense dans L ./
1
pour 1 6 p < 1 (mais nest pas dense dans L ./)
1
Lespace C1
c ./ est dense dans le sous espace de L ./ des fonctions bornes qui tendent
vers 0 en linfini.
Lensemble des fonctions continues support compact de Lp .Rn / est dense dans Lp .Rn /,
pour p 1.
Les arguments de densit ont une importance pratique dans certaines dmonstrations : si lon
doit dmontrer quune proprit est vrifie sur Lp ./, alors on peut commencer par montrer que
cette proprit est vraie sur C1
c ./, avant de passer la limite en utilisant largument de densit :
1
p
Cc ./ est dense dans L ./ .
Lespace C1
c ./ est galement not D./ et appel espace des fonctions tests. Les distributions
sont dfinies comme les lments de D0 ./, dual topologique de D./, muni dune topologie
SURVOL MATHMATIQUE
4.6 Complments et retour sur les fonctions continues et diffrentiables
52
adquate. Nous allons les aborder ds a prsent, au chapitre 5.
53
SURVOL MATHMATIQUE
Chapitre 5
Espaces de Sobolev
Histoire
Rsum Les espaces de Sobolev sont des espaces fonctionnels. Plus prcisment, un
espace de Sobolev est un espace vectoriel de fonctions muni de la norme obtenue par la
combinaison de la norme Lp de la fonction elle-mme ainsi que de ses drives jusqu
un certain ordre. Les drives sont comprises dans un sens faible, au sens des distributions
afin de rendre lespace complet.
Les espaces de Sobolev sont donc des espaces de Banach. Intuitivement, un espace
de Sobolev est un espace de Banach ou un espace de Hilbert de fonctions pouvant tre
drives suffisamment de fois (pour donner sens par exemple une quation aux drives
partielles) et muni dune norme qui mesure la fois la taille et la rgularit de la fonction.
Les espaces de Sobolev sont un outil trs important et trs adapt ltude des
quations aux drives partielles. En effet, les solutions dquations aux drives partielles,
appartiennent plus naturellement un espace de Sobolev qu un espace de fonctions
continues dont les drives sont comprises dans un sens classique (mais rien nempche
davoir de la chance).
55
Le XXe sicle avait commenc par la thse de Lebesgue intgrale, longueur, aire, qui constitue
vraiment le dbut de la thorie de la mesure. La thorie de Lebesgue mne ltude des espaces Lp ,
qui permettront, sur les traces de Hilbert, Riesz et Banach, ltude des oprateurs diffrentiels.
Cauchy avait publi nombre dapplications
de sa thorie dans des recueils dexercices, notamment concernant lvaluation dintgrales
relles, quil nhsita pas gnraliser en ce
quon appelle aujourdhui la valeur principale
de Cauchy , un peu moins dun sicle avant
que Hadamard en ait besoin dans sa rsolution
Lebesgue
Hadamard
Schwartz
Sobolev
des quations aux drives partielles dans un
problme dhydrodynamique par les parties finies et que Laurent Schwartz nen vienne aux
distributions.
Ltude des conditions de rgularit des solutions des quations aux drives partielles permet
Sergue Sobolev et ses continuateurs de dfinir ses espaces de fonctions et les thormes de trace en
fonction des proprits gomtriques du domaine.
Quelques mots simposent au sujet de la thorie des distributions. Parmi tous les travaux ayant
valus leur auteur la mdaille Fields, la thorie des distributions de Laurent Schwartz est lune des
trs rares tre abordable par les tudiants ds leur premier cycle universitaire. Cest une partie
de lexplication du rel engouement pour les distributions, lautre partie tant sa puissance, sa
commodit dusage et surtout sa trs grande beaut.
Si cette thorie fournit aux analystes un cadre gnral et un formalisme agrable pour ltude
des espaces fonctionnels et des quations aux drives partielles dans lesquels ils aiment se placer,
elle nest pourtant pas indispensable. Dune part, les spcialistes dquations aux drives partielles
parviennent toujours trouver des formulations bien adaptes leurs problmes, en sinspirant des
ides sous-jacentes la thorie des distributions, mais sans y avoir recours explicitement. Dautre
part, on peut tudier la plupart des espaces fonctionnels intressants sans la notion de distribution :
5. Espaces de Sobolev
SURVOL MATHMATIQUE
par exemple, les espaces de Sobolev peuvent tre dfinis en termes de distributions, ou bien en termes
de compltion de lespace des fonctions C1 support compact pour des normes bien choisies.
En utilisant uniquement des espaces de Sobolev et leurs espaces duals, on peut obtenir la grande
majorit des distributions que lon rencontre en pratique : par exemple, la drive de la fonction
de Dirac peut tre vue comme un lment de lespace dual des fonctions C1 . Plus gnralement,
quand on rencontre une distribution dans un problme concret, cest presque coup sr un lment
du dual dun espace de Sobolev bien choisi, au moins localement. La topologie des espaces de
Sobolev tant beaucoup plus simple que celle des distributions, on comprend que ltude des espaces
de Sobolev soit plus populaire et certainement plus utile en pratique. De plus, les rsultats que lon
obtient en utilisant des mthodes plus terre--terre sont souvent meilleurs (plus constructifs, plus
quantitatifs...).
Pour autant, la thorie des distributions fournit un formalisme commode et lgant, qui apporte
de lordre dans le paysage fonctionnel, et facilite la communication entre mathmaticiens dhorizons
trs divers. En outre, les principes qui la sous-tendent, bien plus que les thormes principaux,
savrent dune importance capitale en pratique. Pour toutes ces raisons, une bonne familiarit
avec le langage des distributions est presque indispensable un analyste. Schwartz lui-mme
avait bien conscience que le principal mrite de son approche ne rsidait pas dans lintroduction
doutils nouveaux, mais dans une synthse claire et accessible de recettes multiples qui taient, dj
auparavant, employes dans des contextes divers.
5.1
Distributions
Histoire
Une distribution (galement appele fonction gnralise) est un objet qui gnralise la notion de
fonction et de mesure. La thorie des distributions tend la notion de drive toutes les fonctions
localement intgrables et au-del.
Gnralisation de la notion de fonction :
Depuis le milieu des annes 1920, les thoriciens de la physique quantique, et
en particulier Dirac, utilisaient des objets tranges quils manipulaient comme des
fonctions. Le plus typique tait la fonction de Dirac , mystrieuse fonction qui vaut
0 partout, sauf en 0 o elle vaut C1, et dont lintgrale est gale 1 (en violation
de toutes les rgles de la thorie de lintgration de Lebesgue). Non seulement Dirac
utilisait cette fonction des fins de calcul formel, mais encore il se permettait de la
driver volont, se contentant de remarquer que les drives successives taient de
Dirac
plus en plus singulires .
Lutilit et le caractre intuitif de ces objets rendait presque indispensable leur incorporation
dans une thorie mathmatique ; cest ce qua ralis la thorie des distributions. Leur interprtation
est dailleurs trs simple, et cause beaucoup moins de maux de tte que les interrogations que lon
peut avoir sur la nature des fonctions considres par Dirac.
Rhabilitation de la drivation :
Au dbut du vingtime sicle, la thorie de lintgration de Lebesgue a pris un essor rapide, et lintgration apparat dsormais comme
lopration reine de lanalyse. La plupart des fonctions sont intgrables,
alors que trs peu sont drivables. En outre, la thorie de Lebesgue
montre que lintgration est souvent une opration continue vis--vis de
la convergence des fonctions, uniforme ou mme simple (ponctuelle),
alors que la drivation est une opration grossirement discontinue.
Lebesgue
Schwartz
Dans la thorie de Schwartz au contraire, ces problmes disparatront : toute fonction continue on pourra associer des fonctions drives tous les ordres, selon
une notion qui prolongera celle de drive des fonctions continment drivables. De manire plus
gnrale, toute distribution sera drivable tout ordre, et on pourra dfinir une notion de convergence
qui prolongera la notion de convergence uniforme, et pour laquelle lopration de drive sera
continue.
Extension des espaces de solutions acceptables :
SURVOL MATHMATIQUE
5.1 Distributions
56
Leray en 1934 et Sobolev en 1936 introduisent de nouvelles notions de solutions dquations aux
drives partielles, appeles solutions faibles ou solutions gnralises, qui permettent de formuler
des quations aux drives partielles sans supposer ncessairement lexistence de drives au sens
classique. Leur approche prfigure trs bien la thorie des distributions, qui ne sera mise au point
quune quinzaine dannes plus tard. Les contributions de Leray et Sobolev ne constituent pas les
seuls travaux prcurseurs de la thorie des distributions. Dans les annes 30 et 40, de nombreux
chercheurs vont utiliser les concepts de solutions gnralises pour tudier les solutions de diverses
quations aux drives partielles : Courant et Hilbert, Bochner, Friedrichs, Krylov...
Nous arrivons maintenant lide majeure de la thorie des distributions, dj prsente dans les travaux de Sobolev et Leray. Du point de vue
physique, on peut la motiver comme suit. Le rsultat ou linterprtation
dune exprience physique faisant intervenir une certaine grandeur, qui
varie en fonction du temps ou de lespace, ne dpend que trs rarement
des valeurs ponctuelles de cette grandeur, mais plus souvent de sa valeur
moyenne (ou intgrale) prise contre une fonction du temps ou de lespace,
Leray
Sobolev
plus ou moins localise. En dautres termes,
R plutt quune fonction u,
cest plutt une moyenne de la forme u' qui sera accessible en pratique. Ainsi, un signal
lectrique oscillant avec une priode trs leve fournira, de manire apparemment paradoxale,
un signal plat quand on lutilisera pour alimenter un oscilloscope : dans le processus de moyenne
inhrent la mesure, les valeurs positives et ngatives se compenseront.
Dans le cas de lquation des ondes aussi bien que dans celui des quations de transport avec
donnes singulires, on rsout ainsi le dilemme qui nous est propos, en reformulant lquation par
son action sur les fonctions-test.
Explicitons plus en dtail la rflexion de Sobolev. Pour des raisons ayant trait lanalyse
(fonctionnelle) de certaines classes dquations aux drives partielles, il cherchait tudier les
fonctions possdant une drive carr-intgrable, dans un cadre suffisamment gnral... et en
particulier, sans supposer la fonction drivable ! Il montra que lon pouvait donner une dfinition
utile et pratique du concept de fonction dont la drive est de carr intgrable , qui ne prsuppose
pas lexistence dune drive au sens usuel. Lespace ainsi dfini est aujourdhui appel espace de
Sobolev W1;2 ou H1 .
Simplification de problmes non linaires ardus :
Lutilisation de solutions gnralises peut venir dune ncessit de modlisation, mais galement
par lincapacit prouver lexistence de solutions classiques. Lexemple archtypal en la matire
est celui des quations de la mcanique des fluides, en particulier lquation de Navier-Stokes
incompressible, dont la premire tude mathmatique moderne est due Leray. Lcriture mme de
lquation de Navier-Stokes incompressible prsuppose apparemment la drivabilit de la fonction
inconnue u, mais rien ne semblait permettre daffirmer lexistence de solutions drivables pour des
donnes initiales assez gnrales. Ce problme est dailleurs toujours ouvert, et compte parmi les
sept problmes du millnaire de lInstitut Clay, mais nous en reparlerons au paragraphe 6.5.1. Leray
eut lide de dfinir une solution de lquation de Navier-Stokes incompressible par une formulation
duale qui ne prsupposait pas de rgularit. De telles solutions sont aujourdhui appeles solutions
faibles.
La thorie des distributions exploite au maximum lide de moyenner les solutions contre des
fonctions-test qui se comportent bien : on dfinit au dpart une classe agrable de fonctions-test,
la fois trs rgulires et bien localises, savoir les fonctions indfiniment drivables, support
compact. Toutes les proprits des objets que lon cherche dfinir sont alors dfinies en fonction
des intgrales de ces objets contre les fonctions-test.
Dfinition 44 Espace des fonctions tests D./. Soit un sous-espace topologique de Rn
(ou Cn ). Lespace des fonctions tests D./ est lensemble des fonctions valeurs relles
indfiniment drivables de support compact inclus dans .
On munit cet espace vectoriel de la topologie suivante : un ensemble U D./ est ouvert si
et seulement si 8K compact et f 2 U dont le support est inclus dans K, il existe > 0
et k > 0 tels que :
fg 2 D./ j supp.g/ K
57
et
8x 2 K; jf .k/ .x/
g .k/ .x/j 6 g U:
(5.1)
SURVOL MATHMATIQUE
Muni de cette topologie, D./ est un espace vectoriel topologique non mtrisable.
Dfinition 45 Distribution. Une distribution est une forme linaire continue sur D./.
Lensemble des distributions est donc le dual topologique de D./ et est par consquent
not D0 ./.
Remarque. Lespace des distributions est extrmement grand, et contient tous les espaces fonctionnels que
nous avons mentionns jusqu prsent et leur dual, y compris les espaces poids et les espaces locaux
(non prsents dans ce document).
Complment topologique. Lespace D nest pas mtrisable. Dfinir sa topologie nest pas quivalent
dfinir la convergence des suites. Cependant, dans la pratique cest presque la seule notion de convergence
que lon utilise.
Soit un ouvert de Rn . On muni D0 ./ de la topologie faible-* induite par D./. Alors :
0
D ./ est un espace topologique complet (et un espace de Montel) ;
Le dual topologique de D0 ./ sidentifie D./, qui est donc rflexif ;
La topologie de D0 ./ nest pas mtrisable.
Notons que la convergence dans le dual de nimporte quel espace de Sobolev implique la convergence
au sens des distributions.
Toujours aussi classiquement, si T est une distribution et ' une fonction test de D./ alors
on note T.'/ D hT; 'i. (o h; i dsigne comme dhabitude le crochet de dualit). Dans D0 .R/,
lapplication qui ' associe '.0/ est une distribution et cest la distribution de Dirac :
h; 'i D '.0/
(5.2)
Une proprit fondamentales est que toute fonction localement intgrable f reprsente aussi une
distribution Tf dfinie par la forme intgrale suivante :
Z
hTf ; 'i D
f .x/'.x/ dx; 8' 2 D./
(5.3)
R
5.2
Drives au sens des distributions
Pour dfinir la drive dune distribution, considrons dabord le cas dune fonction diffrentiable
et intgrable f W R ! R. Soit ' une fonction test, suppose rgulire et support compact. Une
intgration par parties permet dcrire :
Z
Z
0
f .x/'.x/ dx D
f .x/' 0 .x/ dx
soit
If 0 .'/ D I f .' 0 /
(5.4)
R
En effet, puisque la fonction ' est nulle en dehors dun ensemble born (elle est support compact),
les termes de bords sannulent.
Dfinition 46 Drive dune distribution. Si S est une distribution, cet exemple suggre
que lon puisse dfinir sa drive S0 comme la forme linaire qui une fonction test ' fait
correspondre la valeur S.' 0 /. On pose donc :
hS0 ; 'i D
hS; ' 0 i
(5.5)
Cette dfinition tend la notion classique de drive : chaque distribution devient indfiniment
drivable et lon peut montrer les proprits usuelles des drives.
Cette notion peut aussi se dfinir comme la drive du produit de dualit hS; 'i. On note 'h W
x ! '.x h/ la translate de ' par la valeur h 2 R, alors, en utilisant la linarit et la continuit
par rapport au deuxime terme :
h
dS
hS; 'h i hS; 'i
'h '
; 'i D lim
D hS; lim
iD
dx
h
h
h!0
h!0
SURVOL MATHMATIQUE
hS;
d'
i
dx
(5.6)
5.2 Drives au sens des distributions
58
Lorsque la distribution S modlise un phnomne physique, la fonction test ' peut sinterprter
comme un instrument de mesure, hS; 'i en tant le rsultat ; la dfinition ci-dessus reprsente
alors la mesure exprimentale (au moins de pense) de la drive du phnomne S laide de
linstrument '.
Nous dfinirons dans un autre cours (sur le traitement du signal) les notions de distribution
support compact, les distributions tempres et la dcroissance rapide utiles en analyse de Fourier
ainsi que les espaces de Schwartz.
Complment au sujet des oprations sur des distributions. Laddition, la soustraction et la multiplication
par un scalaire sont telles quon les imagine.
Le cas de la drivation (pour lequel les distributions ont t inventes) a t trait ci-dessus la
dfinition 46.
Les distributions permettent de changer momentanment louvert sur lequel on travaille. Pour cela,
on dispose des trois oprations suivantes :
Opration de restriction : Soient un ouvert de Rn , et 0 un ouvert de . Toute distribution T 2 D0 ./
dfinit une distribution sur 0 , simplement par restriction de lespace des fonctions test : D.0 / D./.
On peut donc restreindre une distribution un ouvert plus petit que celui sur lequel elle tait dfinie
initialement.
Opration de localisation : Soient un compact K (au voisinage duquel on veut tudier la distribution),
O un ouvert contenant K, et T 2 D./ une distribution. On peut trouver une autre distribution T0 dont
le support est inclus dans O, et qui concide avec T dans un voisinage de K. Pour cela il suffit de dfinir
hT0 ; 'i D hT; ' i o ' est une fonction plateau identiquement 1 au voisinage de K, support compact
inclus dans O.
Opration de recollement : Soient .i /i2J une famille(ventuellement infinie) douverts de Rn , et
la runion des i . Pour chaque i , on se donne une distribution Ti 2 D0 .i /. On peut dfinir dans
une distribution T dont la restriction chaque i soit Ti , sous la condition ncessaire que Ti D Tj
dans i \ j . On utilise le thorme de partition de lunit pour construire cette distribution, et on montre
que celle-ci est indpendante de la partition choisie.
La multiplication des distributions pose des problmes considrables et ne se rsout que partiellement.
Exemples de calculs avec les distributions. Considrons la fonction f .x/ D jxj sur R. Alors f 0 est la
fonction signe , f 00 D 20 , f 000 vaut 2 fois lapplication valuation de la drive en 0 . Attention
donc ne pas confondre ces drives au sens des distributions avec les drives presque partout, qui sont
nulles partir du rang 2.
Soit f .x/ D x log jxj x dans R, alors on peut crire, au sens des distributions, f 0 .x/ D log jxj,
00
f .x/ D v:p:.1=x/ (o v:p: est la valeur principale).
Soit .un / la suite de fonctions dfinie par un .x/ D .1=n/si n.nx/. Alors la famille .u0n / converge au
sens des distributions vers 0.
5.3
Espaces Wm;p ./
Dfinition 47 Espace Wm;p ./. Soient Rn un ouvert quelconque, p un rel tel
que 1 6 p 6 1 et m un entier naturel positif. On dfinit lespace de Sobolev Wm;p ./ par :
Wm;p ./ D fu 2 Lp ./I D u 2 Lp ./g
(5.7)
o est un multi-indice tel que 0 6 jj 6 m , D u est une drive partielle de u au sens faible
(i.e. au sens des distributions) et Lp un espace de Lebesgue.
La norme sur Wm;p ./ est :
kukWm;p D
<
!1=p
P
06jj6m
p
kD ukLp
: max kD ukL1 ;
06jj6m
59
1 6 p < C1I
(5.8)
p D C1I
SURVOL MATHMATIQUE
o k kLp dsigne la norme des espaces de Lebesgue. Muni de cette norme Wm;p ./ est un espace
de Banach. Dans le cas o p < 1, cest aussi un espace sparable. La norme :
8 P
kD ukLp ; 1 6 p < C1I
<
06jj6m
kukWm;p D
(5.9)
P
kD ukL1 ; p D C1:
:
06jj6m
est une norme quivalente la prcdente. On utilisera donc indiffremment lune de ces normes,
et on notera la norme employe k kWm;p ou plutt k km;p .
Si p < 1, alors Wm;p ./ est identique la fermeture de lensemble fu 2 Cm ./I kukm;p <
1g par rapport la norme kkm;p o Cm ./ dsigne lespace de Hlder des fonctions de classe m
sur .
Remarque. Le thorme de Meyers-Serrin dit H D W (qui est le titre de leur article de 1964 [57])
montre lquivalence de deux dfinitions des espaces de Sobolev Wm;p ./ D Hm;p ./, i.e. dans notre
cas, donne une dfinition quivalente, par compltion de lespace vectoriel norm :
0
11=p
X
p
1
fu 2 C ./I kukHm;p < 1g avec kukHm;p WD @

kD ukLp A
(5.10)
jj6m
o D u est une drive partielle de u au sens classique (u 2 C1 ./).
5.4
Espaces Hm ./, Hm
0 ./ et H
./
Dfinition 48 Espace Hm ./. Dans le cas p D 2, on note Hm ./ lespace Wm;2 ./, dfini
par la relation (5.7).

Les espaces de Sobolev Hm ont un intrt particulier car il sagit alors despaces de Hilbert.
Leur norme est induite par le produit intrieur suivant :
X

.u; v/m D
D u; D v
(5.11)
06jj6m
o :
Z
.u; v/ D
u.x/v.x/ dx
(5.12)
est le produit intrieur dans L2 ./ ; produit scalaire dans le cas rel, hermitien dans le cas complexe.
Thorme 29 Si est Lipschitzien, alors lensemble C1 ./ des fonctions rgulires jusquau
bord de est dense dans Hm ./.

Complment. De plus, dans le cas o la transformation de Fourier peut tre dfinie dans L2 ./, lespace Hk ./ peut tre dfini de faon naturelle partir de la transforme de Fourier (voir cours sur le
traitement du signal). Par exemple si D Rn , si b
u est la transforme de Fourier de u :
Z

Hm Rn D fu 2 L2 Rn I
juO ./ j2 d < 1
(5.13)
Rn
pour jj 6 mg, ou ce qui est quivalent :

Z

m

Hm Rn D u 2 L2 Rn I
juO ./ j2 1 C 2
d < 1
Rn
(5.14)
et que :
Z
.u; v/m D
Rn

m
u./
O v./
O
1 C 2
d
(5.15)
est un produit hermitien quivalent celui dfini plus haut. Encore, si D 0 I 1, on vrifie que :
(
)
C1
X
m
2
2
4
2m
2
H .0 I 1/ D u 2 L .0 I 1/I
.1 C n C n C C n /jb
un j < 1
(5.16)
nD 1
SURVOL MATHMATIQUE
5.4 Espaces Hm ./, Hm

0 ./ et H
m ./
60
o b
un est la srie de Fourier de u. On peut aussi utiliser la norme quivalente :
C1
X
kuk2 D
nD 1
.1 C jnj2 /m jb
un j2
(5.17)
m
m
Dfinition 49 Espace Hm
0 ./. On dfinit H0 ./ comme ladhrence dans H ./ de D./,
ensemble des fonctions de classe C1 et support compact dans .

m;p
Plus exactement et de manire gnrale, W0 est ladhrence de D./ dans lespace Wm;p . La
dfinition ci-dessus correspond donc au cas p D 2.
Remarque. Il faut bien comprendre que cela signifie quelque chose de simple : cest lensemble constitu
des fonctions qui sont la fois D./ et Hm ./. Comme on sintresse la frontire (puisque lon prend
ladhrence), et que est un ouvert, la valeur que prennent les fonctions de cet ensemble sur la frontire
est celle que prennent les fonctions de classe C1 et support compact dans , soit 0 !
m
Ainsi, physiquement les espaces Hm
0 ./ sont les fonctions de H ./ qui sont nulles
sur D @, ainsi que leurs drives normales jusqu lordre m 1. Plus mathmatiquement,
on dit que ces fonctions sont de trace nulle sur la frontire, comme par exemple :

@v
2
2
H0 ./ D v=v 2 H ./; vj D 0; j D 0
(5.18)
@n
Les espaces trace sont dfinis plus loin.. Les espaces Hm

0 ./ sont des espaces de Hilbert.
Dfinition 50 Espace H m ./. Il est possible de caractriser le dual topologique de Hm
0 ./
de la faon suivante. Pour tout m > 1, on dfinit lespace des distributions suivant :
8
9
<
=
X
H m ./ D f 2 D0 ./; f D
@ f ; avec f 2 L2 ./
;
:
(5.19)
jj6m
muni de la norme :
1 12
0
kf kH
D inf @
kf kL22 A
(5.20)
jj6m
linfimum tant pris sur toutes les dcompositions possibles de f sous la forme intervenant dans
la dfinition de H m .
Ainsi dfini, lespace H m ./ est un espace de Hilbert isomorphe au dual topologique de Hm
0 ./,
et le crochet de dualit scrit :
Z
X
m
hf; uiH m ;H0 D
. 1/
f @ udx; 8f 2 H m ./; 8u 2 Hm
(5.21)
0 ./
j6m
Cette formule ne dpend pas de la dcomposition de f en somme des @ f . Remarquons que le

dual de Hm ./ nest pas un espace de distribution et ne possde donc pas de caractrisation aussi
simple.
5.5
5.5.1
Prise en compte du contour du domaine

Trace
Dans ce paragraphe, nous essayons de prsenter la notion de trace de manire simple et intuitive.
61
SURVOL MATHMATIQUE
Afin de pouvoir parler de la valeur dune fonction sur la frontire de , il nous faut dfinir le
prolongement (la trace) dune fonction sur ce bord.
Cas n D 1 : on considre un intervalle ouvert I DaI b born. On a vu que H1 .I/ C0 .I/.
Donc, pour u 2 H1 .I/, u est continue sur aI b, et u.a/ et u.b/ sont bien dfinies.
Cas n > 1 : il nous faut dfinir la trace lorsque lon na plus H1 .I/ C0 .I/. On procde ainsi :
On dfinit lespace :
C1 ./ D ' W ! R=9O ouvert contenant ; 9
2 C1 .O/;
j
D'
(5.22)
C1 ./ est donc lespace des fonctions C1 sur , prolongeables par continuit sur @ et
dont le gradient est lui-aussi prolongeable par continuit. Il ny a donc pas de problme pour
dfinir la trace de telles fonctions.
On montre que, si est un ouvert born de frontire @ assez rgulire , alors C1 ./ est
dense dans H1 ./.
Lapplication linaire continue, qui toute fonction u de C1 ./ associe sa trace sur @, se
prolonge alors en une application linaire continue de H1 ./ dans L2 .@/, note 0 , quon
appelle application trace. On dit que 0 .u/ est la trace de u sur @.
Pour une fonction u de H1 ./ qui soit en mme temps continue sur , on a videmment 0 .u/ D
uj@ . Cest pourquoi on note souvent par abus simplement uj@ plutt que 0 .u/.
De manire analogue, on peut dfinir 1 , lapplication trace qui permet de prolonger la dfinition
usuelle de la drive normale sur @. Pour u 2 H2 ./, on a @i u 2 H1 ./, 8i D 1; : : : ; n et on
peut donc dfinir 0 .@i u/. La frontire @ tant assez rgulire (par exemple, idalement, de
classe C1 ), on peut dfinir la normale n D .n1 ; : : : ; nn /T en tout point de @. On pose alors :
1 .u/ D
n
X
0 .@i u/ni
(5.23)
i D1
Cette application continue 1 de H2 ./ dans L2 .@/) permet donc bien de prolonger la dfinition
usuelle de la drive normale. Dans le cas o u est une fonction de H2 ./ qui soit en mme temps
dans C1 ./, la drive normale au sens usuel de u existe, et 1 .u/ lui est videmment gale. Cest
pourquoi on note souvent, par abus, @n u plutt que 1 .u/.
5.5.2
Espace trace
Dans le cas dexposant entier, on note souvent lordre avec la lettre m, dans le cas non-entier, on
utilisera la lettre s, et donc les espaces seront nots : Ws;p ou Hs .
Cas p D 2 et D Rn
Dans ce cas, lespace de Sobolev Hs .Rn /, s > 0, peut tre dfini grce la transforme de Fourier :
H .R / D u 2 L .R /W
Z
Rn

.1 C jj / ju./j
O
d < C1 :
2 s
(5.24)
Hs .Rn / est un espace de Hilbert muni de la norme :

kukH2 s
Z
D
Rn
2
.1 C jj2 /s ju./j
O
d
SURVOL MATHMATIQUE
(5.25)
5.5 Prise en compte du contour du domaine
62
Cas p D 2 et Rn quelconque
On peut alors caractriser les espaces de Sobolev dordre fractionnaire Hs ./ grce au produit
intrieur donn par :
X Z Z .D u.x/ D u.y//.D v.x/ D v.y//
.u; v/Hs ./ D .u; v/Hk ./ C
dxdy (5.26)
jx yjnC2t

jjDk
o s D k C T, k est un entier tel que 0 < T < 1 et n est la dimension du domaine Rn . La

norme induite est essentiellement lanalogue pour L2 de la continuit au sens de Hlder.
Cas p 2 et D 0 I 1
On dfinit un oprateur Ds de drivation dordre fractionnaire s par :
s
D uD
1
X
.i n/sb
u.n/ei nt
(5.27)
nD 1
En dautres mots, il sagit de prendre la transforme de Fourier, de la multiplier par .i n/s et

prendre la transforme de Fourier inverse (les oprateurs dfinis par la squence : transformation
de Fourier multiplication transformation inverse de Fourier sont appels des multiplicateurs
de Fourier). Cet oprateur permet de dfinir la norme de Sobolev de Hs .0 I 1/ par : kuks;p D
kukp C kDs ukp et de dfinir lespace de Sobolev Hs .0 I 1/ comme lespace des fonctions pour
lesquelles cette norme est finie.
Cas gnral des espaces Hs
Soit s > 21 . Si est un ouvert dont la frontire @ est suffisamment rgulire , alors on peut
dfinir un oprateur de trace T qui une fonction u 2 Hs ./ lui associe sa trace, i.e sa restriction
sur la frontire de : Tu D uj@ .
Une hypothse simple qui satisfasse la condition de rgularit est que @ soit uniformment Cm
pour m > s. Ainsi dfini, cet oprateur de trace T a pour domaine de dfinition Hs ./ et son image
est prcisment Hs 1=2 .@/.
En fait, T est dabord dfini pour les fonctions indfiniment drivables et cette dfinition est
ensuite tendue par continuit tout lensemble Hs ./. De faon intuitive, on peut dire que lon
perd en rgularit une demi-drive en prenant la trace dune fonction de Hs ./.
Nous nous servirons de ces espaces dans le cas des lments finis pour un problme de continuit
des contraintes une interface entre deux milieux solides ayant des proprit matrielles diffrentes.
Ce problme sera abord plusieurs fois dans ce document, et le paragraphe 12.3 fera une synthse
des stratgies possibles pour le rsoudre.
Cas gnral des espaces Ws;p
Dfinir la trace dune fonction de Ws;p est trs difficile et demande dutiliser les techniques plus
compliqus (dont les espaces de Besov).
De faon plus intuitive, on peut dire que lon perd en rgularit 1=p-me de drive en prenant
la trace dune fonction de Ws;p ./.
5.6
Espaces H1 ./, H10 ./ et H 1 ./
m ./. Toutefois, dans la pratique, nous

Nous avons dj dfini les espaces Hm ./, Hm
0 ./ et H
nirons guerre au del de m D 2, et mme le plus souvent nous nous contenterons de m D 1. Nous
donnons ici quelques complments dans ce dernier cas.
63
SURVOL MATHMATIQUE
En application de la dfinition 48, nous avons :

@u
H1 ./ D u 2 L2 ./I 8i D 1; : : : ; n;
2 L2 ./
@xi
(5.28)
Muni du produit scalaire :

Z
.u; v/1 D
N
X
@u @v
uv C
@xi @xi
!
(5.29)
i D1
H1 ./ est un espace de Hilbert.

En physique et en mcanique, lespace H1 ./ est galement appel espace dnergie au
sens o il est constitu des fonctions dnergie finie (i.e. de norme finie).
Thorme 30 Thorme de densit. Si est un born rgulier de classe C1 , ou si D Rn
C,
1
ou encore si D Rn , alors C1
c ./ est dense dans H ./.
En pratique, il est trs important de savoir si les fonctions rgulires sont denses dans lespace
de Sobolev H1 ./. Cela justifie en partie la notion despace de Sobolev qui apparat ainsi trs
simplement comme lensemble des fonctions rgulires compltes par les limites des suites de
fonctions rgulires dans la norme de lnergie. Cela permet de dmontrer facilement de nombreuses
proprits en les tablissant dabord sur les fonctions rgulires puis en utilisant un argument de
densit.
Par dfinition de H10 ./, et en prenant en compte une remarque prcdente :

H10 ./ D v v 2 H1 ./; vj D 0
(5.30)
On voit que sur cet espace, la condition de Dirichlet est satisfaite automatiquement sur tout le
pourtour D @. La frontire est gnralement partitionne en deux sous-frontire D et N sur
lesquelles on satisfait les conditions de Dirichlet et de Neumann respectivement : D D [ N

H10;D ./ D v v 2 H1 ./; vjD D 0
(5.31)
et H10 ./ H10;D ./ H1 ./.
On rappelle que lespace H 1 ./ est le dual de H10 ./. Or, grce au thorme de reprsentation
de Riesz-Frchet (thorme 38 du chapitre 7 portant sur les formulations faibles), on sait que lon
peut identifier le dual dun espace de Hilbert avec lui-mme. Cependant en pratique, on nidentifie
pas H 1 ./ et H10 ./. En effet, ayant dfini H10 ./ comme un sous-espace strict mais dense
de L2 ./, et ayant dj identifi L2 ./ son dual (muni du produit scalaire usuel, voir chapitre
prcdent), on ne peut pas en plus identifier H 1 ./ et H10 ./ (avec un autre produit scalaire). On
a donc les inclusions strictes suivantes :
0
H10 ./ L2 ./ L2 ./ H 1 ./
(5.32)
Grce H 1 ./, on pourrait dfinir une nouvelle notion de drivation pour les fonctions de L2 ./,
plus faible encore que la drive faible. Devant lafflux de notions de drivations, rassurons le
lecteur en disant quelles sont toutes des avatars de la drivation au sens des distributions (cest
lintrt de la thorie des distribution que davoir unifi ces divers types de drivation).
Lexemple le plus simple retenir, et le plus utile pour la suite, est que tout lment f
de H 1 ./ scrit, au sens des distributions, sous la forme :
f D u C div G
(5.33)
avec u 2 L2 ./ et G 2 .L2 .//n .
SURVOL MATHMATIQUE
5.6 Espaces H1 ./, H10 ./ et H
1 ./
64
Thorme 31 Drivation des fonctions composes dans les espaces de Sobolev. Soit
un ouvert born de Rn . Pour toute fonction u 2 H1 ./ et toute fonction T W R ! R de classe

C1 drive borne nous avons :
T.u/ 2 H1 ./
et
rT.u/ D T0 .u/ru
(5.34)
De plus, lapplication u 2 H1 ./ 7! T.u/ 2 H1 ./ est continue.

On se contente ici de donner les rsultats concernant lespace H1 ./ mme si des rsultats
similaires peuvent tres dmontrs pour les espaces Hm ./ ou les espaces W1;p ./, avec p 2
(voir thorme 32). Soit un ouvert born Lipschitzien de Rn .
1
si n D 1, on a une injection continue de H1 ./ dans lespace de Hlder C0; 2 ./ ;
si n D 2, on a une injection continue de H1 ./ dans lespace Lp ./ pour tout p < 1 (et
donc pas dans L1 ./.
si n > 3, on a une injection continue de H1 ./ dans lespace Lp ./ avec p D n2n2 .
De plus les injection non critiques sont compactes.
Comme on va sintresser par la suite la discrtisation de problme aux drives partielles, le
cadre de domaines borns nous suffira.
5.7
Espaces H.div/ et H.rot/
Dfinition 51 Espace H.div; /. Lespace H.div; / est un espace intermdiaire entre L2 ./
et H1 ./, qui est dfini par :

H.div; / D f 2 L2 ./n I div f 2 L2 ./
(5.35)
Cest un espace de Hilbert, muni du produit scalaire :

Z
hf; gi D
.f .x/ g.x/ C div f .x/ div g.x// dx
(5.36)
p
et de la norme kf kH.div;/ D hf; f i. Un des intrts de lespace H.div; / est quil permet
de dmontrer un thorme de trace et une formule de Green avec encore moins de rgularit que
dans H1 ./. En effet, si f 2 H.div; /, on ne contrle quune seule combinaison de ses
drives partielles, et non pas toutes comme dans H1 ./, mais on peut quand mme donner un
sens la trace normale f n sur @.
Dfinition 52 Espace H.rot; /. Lespace H.rot; / est dfini par :

H.rot; / D f 2 .L2 .//2 I rot.f / 2 L2 ./
(5.37)
H.rot; / est un espace de Hilbert muni de la norme :

1=2
kf kH.rot;/ D kf kL22 ./ C k rot.f /kL22 ./
(5.38)
Lapplication trace tangentielle f 7! f ^ n est continue de H.rot; / sur un espace de Hilbert

de fonctions dfinies sur @ qui nest pas prcis. On peut introduire lespace H0 .rot; / des
fonctions de H.rot; / de trace tangentielle nulle. Cet espace peut tre utiliser pour la modlisation
de phnomnes lectromagntiques par les quations de Maxwell.
En fait, il est possible de dfinir de nombreux espaces de Sobolev en fonction du problme
considr et cest tout lintrt.
65
SURVOL MATHMATIQUE
5.8
Ingalits utiles
Dans ce paragraphe, nous prsentons quelques ingalits utilises pour borner une fonction partir
dune estimation sur ses drives et de la gomtrie de son domaine de dfinition. Nous en aurons
besoin pour les formulations faibles ainsi que pour les problmes dhomognisation.
Dfinition 53 Exposant conjugu de Sobolev. On sintresse un ouvert de Rn (qui peut
tre Rn tout entier), ainsi quaux espaces de type Wm;p ./.

On appelle conjugu de Sobolev du nombre p, le nombre p , dfini par la relation :
1
1
D

p
p
m
n
(5.39)
Thorme 32 Injections continues de Sobolev. Soit un ouvert de Rn . Si est born et
a une frontire Lipschitz-continue, alors, pour tout entier m > 0 et pour tout p 2 1 I C1, on
dispose des inclusions avec injections continues suivantes :
8
n
Wm;p ./ ,! Lp

si m <
<
n
m;p
q
W ./ ,! L
8q 2 1 I C1; si m D
p
: Wm;p ./ ,! C./ si < m

p
(5.40)
Thorme 33 Ingalit de Poincar. Soit p, tel que 1 6 p < 1, et un ouvert de largeur
finie (i.e. born dans une direction). Alors il existe une constante C, dpendant uniquement de
1;p
et p, telle que, pour toute fonction u 2 W0 ./, on ait :
kukLp ./ 6 CkrukLp ./
(5.41)
Thorme 34 Ingalit de Poincar-Friedrichs. Si est born de diamtre d , alors la
constante de Poincar prcdente sexprime en fonction de ce diamtre. On a, pour toute

k;p
fonction u 2 W0 ./ :
11=p
0
kukLp ./ 6 d p @
kD ukLp ./ A
(5.42)
jj6k
En particulier pour p D 2 :
8u 2 H10 ./;
kukL22 ./ 6 d 2 krukL22 ./
(5.43)
Thorme 35 Ingalit de Poincar-Wirtinger. Soit p, tel que 1 6 p < 1 et un
domaine (i.e. un ouvert connexe) lipschitzien (i.e. born et frontire lipschitzienne ) de

lespace euclidien Rn . Alors il existe une constante C, dpendant uniquement de et p, telle
que, pour toute fonction u 2 W1;p ./, on ait :
ku
u kLp ./ 6 CkrukLp ./

(5.44)
R
1
o u D jj
u.y/dy est la valeur moyenne de u sur , jj dsignant la mesure de Lebesgue
du domaine .
SURVOL MATHMATIQUE
5.8 Ingalits utiles
66
Thorme 36 Ingalit de Korn. Soit un ouvert born de Rn de la frontire est

suffisam-
ment rgulire (par exemple C1 par morceaux). Notons ".v/ D 12 rv C .rv/T le linaris
n
n
du tenseur des dformations dfini pour tout v 2 V D H1 ./ ou H10 ./ . Alors il existe
une constante (dite constante de Korn) CK > 0 telle que :

8v 2 V; kvkV 6 CK kvkL22 ./ C k".v/kL22 ./
(5.45)
Histoire
Cette ingalit est assez puissante puisquelle contient, dans son membre de gauche, toutes les
drives partielles de v, alors que son membre de droite ne fait intervenir que certaines combinaisons
linaires des drives partielles.
Lingalit inverse de lingalit de Korn tant vidente, on en dduit que les deux membres
dfinissent des normes quivalentes.
Arthur Korn a t un tudiant de Henri Poincar.
Il est plus connu comme pionnier des tlcommunications, plus prcisment comme
linventeur de la tlphotographie. Il met au
point un tlautographe, un systme de transmission des images fixes distance, par le biais
du fil tlgraphique, en recourant aux proprits photolectriques du slnium.
Poincar
Friedrichs
Wirtinger
Korn
En mcanique, lingalit de Korn dit que lnergie lastique (qui est proportionnelle la norme
du tenseur des dformations dans L2 ./) contrle (i.e. est suprieure ) la norme du dplacement
dans H1 ./ laddition prs de la norme du dplacement dans L2 ./. Ce dernier point permet
de prendre en compte les mouvements de corps rigides , i.e. les dplacements u non nuls mais
dnergie lastique nulle.
67
SURVOL MATHMATIQUE
Rsum des outils danalyse

fonctionnelle
Norme, produit scalaire, espaces
Soit E un espace vectoriel.
k k W E ! RC est une norme sur E ssi elle vrifie :
1. .kxk D 0/ H) .x D 0/ ;
2. 8 2 R; 8x 2 E; kxk D jjkxk; 2 K ;
3. 8x; y 2 E; kx C yk 6 kxk C kyk (ingalit triangulaire).
La distance issue de la norme est la distance dfinie par d.x; y/ D kx yk.
Toute forme bilinaire symtrique dfinie positive h:; :i W E E ! R est un produit scalaire
sur E. Elle vrifie les proprits :
1. bilinarit : 8x; y; z 2 E; 8; 2 R; hx; y C zi D hx; yi C hx; zi ;
2. symtrie : 8x; y 2 E hx ; yi D hy ; xi ;
3. positivit : 8x 2 E hx ; xi > 0 ;

4. dfinie : 8x 2 E
hx ; xi D 0 ) x D 0 .
p
La norme induite par le produit scalaire est kxk D hx; xi.
Lingalit triangulaire donne alors lingalit de Cauchy-Schwarz : jhx; yij 6 kxkkyk.
Un espace vectoriel muni dune norme est appel espace norm.
Un espace vectoriel muni dun produit scalaire est appel espace prhilbertien, qui est donc
galement un espace norm pour la norme induite.
Exemple : Pour E D Rn et x D .x1 ; :::; xn / 2 Rn , on a les normes :
v
u n
n
X
uX 2
kxk1 D
jxi j
kxk2 D t
xi
kxk1 D sup jxi j
i D1
i D1
Le produit scalaire dfini par hx; yi D
n
X
xi yi a pour norme induite la norme k k2 .
i D1
Soit E un espace vectoriel et .xn /n une suite de E. .xn /n est une suite de Cauchy ssi 8" >
0; 9N; 8p > N; 8q > N W kxp xq k > ".
Toute suite convergente est de Cauchy. La rciproque est fausse.
Un espace vectoriel est complet si et seulement si toute suite de Cauchy y est convergente.
Un espace de Banach est un espace norm complet.
Un espace de Hilbert est un espace prhilbertien complet.
Un espace euclidien est un espace de Hilbert de dimension finie.
Espaces fonctionnels
Un espace fonctionnel est un espace vectoriel dont les lments sont des fonctions.
69
Espaces de Sobolev
SURVOL MATHMATIQUE
Dans la suite, nous considrons les fonctions dfinies sur un ouvert Rn et valeurs dans R
ou Rp .
Un fonction u est mesurable ssi fx=ju.x/j < rg est mesurable 8r > 0.
On dfinit les espaces Lp ./, pour 1 6 p < 1 par :

Z
p
p
L ./ D u W ! R; mesurable, et telle que
juj < 1

Lp ./
est la classe dquivalence des fonctions de Lp ./ pour la relation dquivalence

galit presque partout : on confondra deux fonctions ds quelles sont gales presque partout,
i.e. lorsquelles ne diffrent que sur un ensemble de mesure nulle.
Les formes :
Z
1=p
p
kukLp D
juj
;1 6 p < 1
et
kukL1 D sup juj

LP ./
ne sont pas des normes sur

(en effet, kukLp D 0 implique que u est nulle presque partout
p
dans L ./ et non pas u D 0, do la dfinition des espaces Lp ./.
Ces formes sont des normes sur Lp ./ et en font des espaces de Banach (i.e. complets).
Dans le cas particulier p D 2, on ontientq
lespace L2 ./ des fonctions de carr sommable pp.
R
2
sur . On remarque que le norme kukL2 D
u est induite par le produit scalaire .u; v/L2 D
R
2
uv, ce qui fait de lespace L ./ un espace de Hilbert.
Drive gnralise
Les lments des espaces Lp ne sont pas ncessairement des fonctions trs rgulires. Leurs
drives partielles ne sont donc pas forcment dfinies partout. Cest pourquoi on va tendre la
notion de drivation. Le vritable outil introduire pour cela est la notion de distribution. Une ide
simplifie en est la notion de drive gnralise (certes plus limite que les distributions, mais
permettant de sentir les aspects ncessaires pour aboutir aux formulations variationnelles).
Fonctions tests
On note D./ lespace des fonctions de vers R, de classe C1 , et support compact inclus
dans . D./ est parfois appel espace des fonctions-tests.
Thorme : D./ D L2 ./
Drive gnralise
Soit u 2 C1 ./ et v 2 D./. Par intgration par parties (ou Green) on a lgalit :
Z
Z
Z
Z
@i u' D
u@i ' C
u' n D
u@i '

@
(car ' est support

compact donc nulle sur @).
R
R
Le terme u@i ' a un sens ds que u 2 L2 ./, donc @i u' aussi, sans que u ait besoin
dtre C1 . Il est donc possible de dfinir @i u mme dans ce cas.
2
Cas n D 1 : Soit I un intervalle de R, pas forcment born. On dit
admet une
R que u 2
R L .I/
2
2
drive gnralise dans L .I/ ssi 9u1 2 L .I/ telle que 8' 2 D.I/, I u1 ' D I u' 0 .
Par itration,Z on dit que u admet
une drive gnralise dordre k dans L2 .I/, note uk ,
Z
uk ' D . 1/k
ssi : 8' 2 D.I/,

I
u' .k/ .
Ces dfinitions stendent au cas o n > 1.

Thorme : Quand elle existe, la drive gnralise est unique.
Thorme : Quand u est de classe C1 ./ la drive gnralise est gale la drive classique.
SURVOL MATHMATIQUE
5.8 Ingalits utiles
70
Espaces de Sobolev
Espaces Hm
Lespace de Sobolev dordre m est dfini par :

Hm ./ D u 2 L2 ./=@ u 2 L2 ./; 8 D .1 ; :::; n / 2 Nn tel que jj D 1 C ::: C n 6 m
On voit que H0 ./ D L2 ./.
Hm ./ est un espace de Hilbert avec le produit scalaire et la norme induite :
X
p
.u; v/m D
.@ u; @ v/0 et kukm D .u; u/m
jj6m
Thorme : Si est un ouvert de Rn de frontire suffisamment rgulire , alors on a

linclusion : Hm ./ Ck ./ pour k < m n2 .
Trace
Dans les problmes physiques que nous rencontrerons (voir partie 2), nous devrons pouvoir imposer
des conditions aux limites. Ceci est vrai, que lon sintresse aux formulations forte ou faible.
Pour cela, il faut que la valeur dune fonction sur la frontire soit dfinie. Cest justement ce
que lon appelle sa trace. La trace est le prolongement dune fonction sur le bord de louvert .
De manire analogue, il est possible de prolonger la dfinition de la drive normale sur le
contour de , ce qui permet de prendre en compte des conditions aux limites de type Neumann par
exemple.
Espace H10 ./

Soit ouvert de Rn . Lespace H10 ./ est dfini comme ladhrence de D./ pour la norme k k1
de H1 ./.
Thorme : Par construction H10 ./ est un espace complet. Cest un espace de Hilbert pour la
norme k k1 .
H10 ./ est le sous-espace des fonctions de H1 ./ de trace nulle sur la frontire @ (on
a : H10 ./ D ker 0 o 0 est lapplication trace).
Pour toute fonction u de H1 ./, on peut dfinir :
v
v
u n
uZ n
X
u
u X
2
t
k@i uk0 D t
.@i u/2
juj1 D
iD1
i D1
Ingalit de Poincar : Si est born dans au moins une direction, alors il existe une
constante C./ telle que 8u 2 H10 ./ ; kuk0 6 C./juj1 . On en dduit que j:j1 est une norme
sur H10 ./, quivalente la norme k k1 .
Corollaire : Le rsultat prcdent stend au cas o lon a une condition de Dirichlet nulle
seulement sur une partie de @, si est connexe.
On suppose que est un ouvert born connexe, de frontire C1 par morceaux. Soit V D
fv 2 H1 ./I v D 0 sur 0 g o 0 est une partie de @ de mesure non nulle. Alors il existe une
constante C./ telle que 8u 2 V ; kuk0;V 6 C./juj1;V , o k k0;V et j:j1;V sont les norme
et semi-norme induites sur V. On en dduit que j:j1;V est une norme sur V quivalente la
norme k k1;V .
71
Espaces de Sobolev
SURVOL MATHMATIQUE
II
73
PROBLME CONTINU
PROBLME CONTINU
II
Chapitre 6
Problmes physiques : quations

diffrentielles et aux drives partielles
Rsum La premire partie tait uniquement des rappels de notions mathmatiques
ncessaires pour disposer dun certains nombre doutils. Maintenant que nous avons ces
outils, nous allons nous intresser des problmes concrets de la physique (au sens
gnral).
Cette deuxime partie va donc prsenter des problmes physiques, sous leur forme
forte (dans ce chapitre), puis sous forme faible et variationnelle ; la thorie de la formulation faible tant expose entre temps.
6.1
Introduction
Histoire
Une quation diffrentielle est une relation entre une ou plusieurs fonctions inconnues et leurs
drives. Lordre dune quation diffrentielle correspond au degr maximal de drivation auquel
lune des fonctions inconnues a t soumise.
Pour les mthodes explicites de rsolution des quations diffrentielles, on ira voir au chapitre C.
75
Les problmes poss ou menant des quations diffrentielles sont aussi vieux que lanalyse ellemme (XVIIe-XVIIIe, voir notes prcdentes sur les fonctions et sur la continuit et la drivabilit).
Avant mme quon ait compltement lucid la question des infiniment petits lon se proccupe dj
de rsoudre des problmes de tangente, qui mnent invariablement une quation diffrentielle. Ds
les dbuts de la mcanique classique, dite newtonienne, on est confront lintgration de systmes
dquations diffrentielles du second ordre (voir exemples ci-dessous).
On shabitue progressivement ce que linconnue dune quation puisse tre une fonction,
mme si la fonction a encore lpoque un statut flou.
On rsout les quations diffrentielles
par la mthode des sries entires sans sencombrer des notions de convergence, bien
que lon entrevoit parfois certaines difficults dues justement ces problmes de
convergence... et on en arrive presque aux
sries asymptotiques qui ne seront concepRiccati
Clairaut
DAlembert
Euler
tualises quau XIXe sicle.
Un autre problme reste dcrire, laide de fonctions simples, les solutions des quations
diffrentielles. La liste des quations diffrentielles que lon sait rsoudre de cette manire est plutt
maigre : Leibniz et sa mthode de dcomposition en lments simples, les Bernouilli et les quations
diffrentielles linaires du premier ordre, puis Riccati...
La dcouverte par Clairaut en 1734 de lexistence dune solution singulire lquation y
xy 0 C f .y 0 / D 0 ( la famille de droites y D Cx C f .C/ qui est lexpression gnrale des courbes
intgrales, il faut adjoindre lenveloppe de cette famille pour avoir toutes les solutions analytiques de
lquation) relance la dynamique. DAlembert, en 1748, trouve un second cas dintgrale singulire.
6. Problmes physiques : quations diffrentielles et aux drives partielles
PROBLME CONTINU
II
Mais cest Euler et Lagrange qui lucident ce qui se passe en gnral en exhibant la courbe qui est le
lieu des points singuliers.
Si lon sait, ds la fin du XVIIe sicle intgrer les quations diffrentielles linaires du premier et
du second ordre coefficients constants par des sommes dexponentielles, il faut attendre 1760 pour
que la thorie vienne bout des quations diffrentielles linaires coefficients constants dordre
quelconque. En 1739, Euler rencontre une quation diffrentielle linaire coefficients constants
du quatrime ordre sur un problme de vibration des tiges quil ne sait pas intgrer. Cest en 1743
quil forme ce quon appelle aujourdhui lquation caractristique, quil complte un peu plus tard
lorsquune racine de cette quation polynomiale est multiple.
DAlembert remarque que pour les quations diffrentielles non homognes, ladjonction dune solution particulire la solution
gnrale de lquation homogne donne la
solution gnrale de lquation homogne.
Lagrange introduit la mthode de variation
des constantes pour rsoudre par quadratures
Lagrange
Laplace
Sturm
Liouville
lquation linaire non homogne lorsque lon
connat la solution gnrale de lquation homogne.
Clairaut, DAlembert, Euler, Lagrange et Laplace consacrent de nombreux mmoires au problme des n corps. Le premier exemple du problme de Sturm-Liouville est donn par DAlembert
propos de la vibration dune corde non homogne.
Les mathmaticiens du XVIIIe sicle admettent sans discussion lexistence de solutions des
quations diffrentielles et des quations aux drives partielles sans chercher le domaine dexistence
de ces solutions. Il faut attendre Cauchy, vers 1820, pour que soit aborde lexistence dune solution
lquation diffrentielle y 0 D f .x; y/, o f est suppose continument diffrentiable en chaque
variable. Sans connatre les travaux de Cauchy, Lipschitz, en 1868, retrouve le rsultat de Cauchy
mais saffranchit de lhypothse de diffrentiabilit de f au profit de la condition dite aujourdhui
de Lipschitz. En 1837, Liouville utilise, pour le cas particulier dune quation linaire du second
ordre une mthode dapproximation successive : on construit une suite de fonctions convergeant
vers la solution.
Si lon considre une fonction f , sa drive f 0 exprime sa variation : positive f est croissante
(et plus sa value est grande, plus la croissance est rapide), ngative f est dcroissante...
partir de l on peut considrer une population de personnes. Le nombre de total de personnes
un instant t est donn par f .t /. Plus la population est nombreuse, plus elle se reproduit : en dautres
termes, la vitesse de croissance de la population est proportionnelle la taille de la population. On
peut donc crire :
f 0 .t / D k f .t /
(6.1)
Cest une quation diffrentielle trs simple, mais qui modlise le problme dit de dynamique de
population.
Un autre problme simple, toujours en dynamique des populations, est celui de deux populations
interdpendantes : les proies g.t / et le prdateurs m.t /. Les proies se reproduisent et sont manges
par les prdateurs, alors que les prdateurs meurent sauf sils peuvent manger des proies.
Cela conduit au systme de Lotka-Volterra :
(
g 0 .t / D A g.t / B g.t / m.t /
m0 .t / D C m.t / C D g.t / m.t /
(6.2)
o il est ncessaire de rsoudre les quations simultanment (on dit que les quations sont couples).
Pour revenir des exemples plus connus des lecteurs, on noubliera pas que la relation fondamentale de la dynamique de Newton :
mxR D f .x/
II
PROBLME CONTINU
(6.3)
6.1 Introduction
76
est une dquation diffrentielle du second ordre. On pourrait multiplier les exemples comme
lquation de loscillation dune masse suspendue un ressort :
xR D
c xP
!2x
(6.4)
Histoire
avec (c > 0) ou sans (c D 0) frottement.

Comme on le voit sur les exemples ci-dessus, et comme on sen souvient sans doute, il est
ncessaire, pour dterminer compltement la solution dune quation diffrentielle (ou dune
quation aux drives partielles), de disposer de valeurs de la solution en certains points. On appelle
ces contraintes , des conditions aux limites.
6.2
Concernant les quations aux drives partielles, elles sont initialement rsolues par des mthodes
ad-hoc, le plus souvent gomtriques. On ncrit pas lquation aux drives partielles linaires. On
ne stonnera donc pas que la premire quation aux drives partielles napparaisse quassez tard.
La thorie de lintgration des quations aux drives partielles du premier
ordre ne date que de 1734. Lide dEuler est de ramener ladite intgration celle
des quations diffrentielles ordinaires. Euler montre quune famille de fonctions dpendant de deux paramtres vrifie une
Cauchy
Lipschitz
Dirichlet
Neumann
quation aux drives partielles du premier
ordre en liminant ces paramtres entre les drives partielles. Inversement, une telle quation admet
une solution dpendant dune fonction arbitraire. Il parvient ainsi intgrer plusieurs quations de
ce type.
Lagrange, dans un mmoire de 1785, rsume les connaissances de lpoque sur ces questions. Il
ne sait intgrer que onze types dquations aux drives partielles du premier ordre.
La solution de lintgration de ces quations allait venir dun mathmaticien peu connu, mort en
1784, Paul Charpit. Son mmoire, prsent en 1784 lacadmie des sciences na jamais t publi
et est rest longtemps une nigme. Une copie de ce mmoire a t trouve en 1928.
Comme nous venons de le dire, les conditions aux limites sont des contraintes (des valeurs) que
lon impose la fonction solution (ou certaines de ces drives) sur tout ou partie du domaine ,
et/ou sur toute ou partie de sa frontire D @. Dun point de vue vocabulaire , certains types
de conditions aux limites standard existent qui sont listes ci-aprs.
6.2.1
Dirichlet valeurs aux bords
On parle de condition de Dirichlet impose une quation diffrentielle ou une quation aux
drives partielles, lorsque lon spcifie les valeurs que la solution doit vrifier sur toute ou partie
de la frontire du domaine. Il peut sagir par exemple dun dplacement impos (par exemple nul)
en des points dune structure (points dappuis rigides).
6.2.2
Neumann gradients aux bords
On parle de condition de Neumann impose une quation diffrentielle ou une quation aux
drives partielles, lorsque lon spcifie les valeurs des drives que la solution doit vrifier sur la
frontire du domaine (flux, contraintes...)
77
PROBLME CONTINU
II
6.2.3
Robin relation gradient/valeurs sur le bord
On parle de condition de Robin ou condition de Fourier ou condition dimpdance impose une

quation diffrentielle ou une quation aux drives partielles, lorsque lon spcifie une relation
linaire entre les valeurs de la fonction et les valeurs de la drive de la fonction qui est solution du
problme sur toute ou partie de la frontire du domaine. Cest donc une pondration de conditions
de Dirichlet et de Neumann.
6.2.4
Condition aux limites dynamique
On parle de condition aux limites dynamique impose une quation diffrentielle ou une quation
aux drives partielles, lorsque lon spcifie une combinaison linaire entre la drive temporelle et
la drive normale que la solution doit vrifier sur toute ou partie la frontire du domaine.
6.2.5
Condition aux limites mle
On parle de condition aux limites mle lorsque lon juxtapose plusieurs conditions aux limites
diffrentes sur toute ou partie de la frontire du domaine.
6.3
Types dquation aux drives partielles
La forme gnrale dune quation aux drives partielles linaire, scalaire, dordre 2 est :
au C cru C div.Aru/ D f
(6.5)
o a W ! R, c W ! Rn , A W ! Rnn sont les coefficients de lquation aux drives

partielles linaire. Dans le cas o u est scalaire (n D 1) et les coefficients sont constants, on obtient :
@2 u
@2 u
@2 u
@u
@u
C
C

C
C
C u D f
2
2
@x
@x@y
@y
@x
@y
(6.6)
o , , , , , sont des scalaires. Cette quation est dite :

elliptique si 2 4 > 0 ;
parabolique si 2 4 D 0 ;
hyperbolique si 2 4 < 0.
On peut dire que :
les problmes elliptiques vont concerner les problmes stationnaires tels que ceux de la
mcanique, la thermique, llectrostatique, les membranes lastiques, lcoulement potentiel ;
les problmes paraboliques vont concerner les modles instationnaires tels que la diffusion
thermique (quation de la chaleur), chimique, neutronique, les fluide visqueux incompressibles (on parlera dirrversibilit, de dcroissance, de principe du maximum, de propagation
vitesse infinie) ;
les problmes hyperboliques vont concerner les modles instationnaires tels que la propagation des ondes, llectromagntisme, llastodynamique (on parlera de rversibilit, de
conservation de lnergie, de propagation vitesse finie).
6.4
Dans ce paragraphe, nous avons regroup les notions de propagation et de diffusion. La propagation
et la diffusion sont lies. La diffusion, cest en quelque sorte lhomognisation dune grandeur
dans un milieu et dans le temps. Or pour quil y ait diffusion, il faut bien que ledit phnomne se
propage.
II
PROBLME CONTINU
6.3 Types dquation aux drives partielles
78
Histoire
Nous nous placerons dans un cadre beaucoup plus macroscopique, o les interactions entre
particules sont quantifies au travers de variables macroscopiques continues, comme par exemple
la temprature, la pression, mais galement le frottement fluide, la conductivit thermique, la masse
volumique... Lanalogie de formulation mathmatique nous fera galement considrer les cas de
propagation des ondes dans des milieux donns. Cest dailleurs essentiellement via la propagation
des ondes que nous aborderons les formulations... lquation de la chaleur constituant le liant idal
pour illustrer les liens entre propagation et diffusion.
6.4.1
Le dplacement des atomes, ions ou molcules dans un milieu, que celui-ci soit solide (cristallin ou
amorphe), liquide ou gazeux, est appel de manire gnrale migration .
Au sens large la diffusion dsigne des transferts obissant aux lois de
Fick, i.e. dont la rsultante macroscopique vrifie lquation de diffusion.
La turbulence entraine ainsi une forte diffusion dans les fluides. La
diffusion molculaire est la migration sous leffet de lagitation thermique,
lexception des autres phnomnes. Elle intervient par exemple dans des
procds damlioration des caractristiques mcaniques (traitements de
surface comme la nitruration ou cmentation), la rsistance la corrosion
Brown
Fick
et les procds dassemblage par brasage.
En 1827, le botaniste Robert Brown observe le mouvement erratique de petites particules de
pollen immerges dans de leau. Il ne sagit pas dun phnomne de diffusion, puisque ce qui bouge
est une particule macroscopique, mais cette marche alatoire , que lon appellera mouvement
brownien , servira de modle pour la diffusion : Le mouvement brownien, ou processus de Wiener,
est le mouvement alatoire dune grosse particule immerge dans un fluide et qui nest soumise
aucune autre interaction que des chocs avec les petites molcules du fluide environnant. Il en
rsulte un mouvement trs irrgulier de la grosse particule. Ce mouvement, qui permet de dcrire
avec succs le comportement thermodynamique des gaz (thorie cintique des gaz), est aussi trs
utilis dans des modles de mathmatiques financires.
En 1855, Adolph Fick propose des lois phnomnologiques, empiriques, inspires de la loi
de Fourier pour la chaleur (tablie en 1822). Cest Albert Einstein qui dmontrera les lois de Fick
en 1905 avec ses travaux sur la loi stochastique. La premire loi de Fick nonce que le flux de
diffusion est proportionnel au gradient de concentration .
quations de Laplace et Poisson
Lquation de Laplace, ou Laplacien est lquation :

' D 0
(6.7)
Elle est elliptique. Elle apparat dans de nombreux problmes physiques : astronomie, lectrostatique, mcanique des fluides, propagation de la chaleur, diffusion, mouvement brownien, mcanique
quantique. Les fonctions solutions de lquation de Laplace sont appeles les fonctions harmoniques.
Toute fonction holomorphe est harmonique.
Lquation de Poisson est lquation :
' D f
(6.8)
o f est une fonction donne. Elle est elliptique. Par exemple, en lectrostatique, on exprime le
potentiel lectrique V associ une distribution connue de charges (dans le vide) par la relation :
V D

0
(6.9)
En gravitation universelle, le potentiel gravitationnel est reli la masse volumique par la

relation :
D 4 G
79
(6.10)
PROBLME CONTINU
II
6.4.2
quation donde, phnomnes vibratoires
Il sagit encore dune extension de lquation de Laplace. Lquation donde est lquation gnrale
qui dcrit la propagation dune onde (sonore ou lectromagntique dont la lumire), qui peut tre
reprsente par une grandeur scalaire ou vectorielle. Dans le cas vectoriel, en espace libre, dans un
milieu homogne, linaire et isotrope, lquation donde scrit :
1 @2 u
ou u D 0
(6.11)
c 2 @t 2
o la fonction donde inconnue est note u.x; y; z; t /, t reprsente le temps, et le nombre c
reprsente la clrit ou vitesse de propagation de londe u (rappel : est le dAlembertien). Elle
est hyperbolique.
Dans le cas de lacoustique, alors cette quation est obtenue partir des quations de la
mcanique ainsi que de lhypothse de fluide parfait :
conservation de la masse : P C div.u/ D 0 avec la masse volumique du milieux et u sa
vitesse ;
conservation de la quantit de mouvement : div. / D u,
P avec le tenseur des contraintes
le fluide est parfait, et sa relation de comportement est donc : D p 0 I avec p 0 la pression
dans le fluide.
partir de ces trois quations, on retrouve lquation des ondes sous la forme :
u D
1 0
pR D 0
(6.12)
c2
avec c la clrit de londe acoustique dans le milieu (vitesse du son).
Lquation des ondes permet galement de modliser le problme de lvolution de la dformation dune membrane tendue (peau de tambour). Dans ce cas l, on note plutt :
p 0
u D uR dans
(6.13)
o est notre domaine qui est une surface, donc R2 .

La mme quation en dimension deux ou trois modlise la plupart des phnomnes vibratoires.
En dimension 1, cette quation sappelle lquation des cordes vibrantes.
6.4.3
quation de la chaleur
Lquation de la chaleur est une quation aux drives partielles parabolique, introduite au dbut du
sicle par Fourier pour dcrire le phnomne physique de conduction thermique.
Histoire
XIX e
II
En dpit des railleries de Hugo et Stendhal Joseph Fourier laissera son nom la postrit plus dun
titre :
en tant qugyptologue, une spcialit quil bouleverse la suite de sa
participation lexpdition napolonienne de 1798 (en 1810, il crera
lUniversit Royale de Grenoble, dont il deviendra le recteur, et y remarquera Jean-Franois Champollion. Ils sont enterrs au cimetire
du Pre-Lachaise ct lun de lautre) ; en tant quhomme politique
puisquil est prfet dIsre sous Napolon Bonaparte et sous la Restauration ; en tant quadministrateur, comme rorganisateur des statistiques
Fourier
Champollion
franaises ; et enfin en tant que scientifique, la conscration de sa carrire tant son lection au poste de secrtaire perptuel de lAcadmie des Sciences. Pour tous les
mathmaticiens, il reste le fondateur de lanalyse de Fourier, quil cre au dbut du XIXe sicle pour
tudier mathmatiquement la rpartition de chaleur dans un corps conducteur.
Quelques repres chronologiques : En 1807, Fourier crit lquation de la chaleur. En 1808,
son mmoire est accept par lAcadmie des Sciences en dpit de srieuses critiques concernant la
rigueur des dmonstrations (Fourier a en particulier une controverse avec Poisson). En 1822 a lieu la
publication du Trait analytique de la chaleur, version remanie et augmente de son mmoire, qui
simposera comme lun des ouvrages scientifiques majeurs du dix-neuvime sicle.
PROBLME CONTINU
6.4 Phnomnes de propagation et de diffusion
80
La lecture du Trait analytique est toujours profitable. La premire phrase sonne comme une
profession de foi : Les causes primordiales ne nous sont point connues ; mais elles sont assujetties
des lois simples et constantes, que lon peut dcouvrir par lobservation, et dont ltude est lobjet de
la philosophie naturelle . Fourier confesse donc son ambition de dcrire des phnomnes physiques,
jusque l jugs inaccessibles, par le moyen des mathmatiques ; il le confirme dans le choix dune
devise en latin (attribue par Fourier Aristote, mais probablement invente par lui-mme) : Et
ignem regunt numeri (Mme le feu est rgi par les nombres).
Lide matresse de Fourier, celle que lon lui attribue le plus naturellement, consiste dcomposer une fonction priodique arbitraire sous forme de srie trigonomtrique dj mentionne
lquation (4.1). Des dcompositions de ce style ne sont pas proprement parler nouvelles : elles
faisaient partie du rpertoire des analystes de la fin du XVIIIe sicle, commencer par le plus impressionnant dentre eux, le Suisse Euler. Mais Fourier est le premier avoir lintuition du caractre
universel et particulirement commode de cette dcomposition trigonomtrique.
Fourier donne quelques exemples frappants pour montrer que nimporte quelle fonction
est dcomposable en srie trigonomtrique : une fonction en dents de scie et une autre en
crneaux . Ainsi, mme des fonctions discontinues peuvent tre exprimes en sries de Fourier,
pourvu que lon dfinisse la fonction aux points de discontinuit en utilisant la condition de
demi-somme :
f .x/ D
f .x C / C f .x /
2
(6.14)
Cela pouvait paratre surprenant lpoque de Fourier, mais bien sr ce nest

pas contradictoire avec les thormes connus : une srie de fonctions continues
nest pas en gnral continue. Lacte de foi suivant consiste admettre que des
dcompositions similaires sappliquent des fonctions non priodiques (dfinies sur R
tout entier). Dans tous les cas, la formule donnant les coefficients de Fourier (4.2)
conduit immdiatement quelques questions, et notamment : comment trouver les
coefficients ? (problme de lanalyse) En quel sens faut-il comprendre la convergence
Dirichlet
de ces sries ?
La convergence des sries de Fourier est reconnue ds le dbut comme un problme important
et dlicat, sur lequel Fourier lui-mme avait t attaqu. Le rsultat qui fait rfrence en la matire
est le thorme de Dirichlet (1829) :
Thorme 37 Thorme de Dirichlet. Soit f W T ! C, continue par morceaux, satisfaisant la condition de demi-somme (6.14) et C1 de part et dautre de chaque point de discontinuit,
alors :
X
8x 2 T;
ck .f /e 2i kx D f .x/
(6.15)
k2Z
Jusquen 1873 les spcialistes pensaient que lhypothse de continuit C1 de part et dautre tait superflue ; mais dans son article Eine
neue Theorie der Convergenz und Divergenz von Reihen mit positiven
Gliedern, du Bois-Reymond donna un contre-exemple sous la forme
dune fonction continue priodique dont la srie de Fourier diverge en
un point. Si lon veut avoir la proprit de reconstruction ponctuelle,
on doit supposer une certaine rgularit ; tout au mieux on peut relaxer du Bois-Reymond Gibbs
lhypothse C1 .
Mme quand elle est vraie, la convergence ponctuelle des sries de Fourier peut tre mdiocre.
Un exemple bien connu est le phnomne de Gibbs, qui pose des problmes pratiques : la srie
de Fourier dune fonction crneau prsente des oscillations prs des points de discontinuit, dont
lampleur ne sattnue pas quand le nombre de frquences tend vers linfini.
Soit un domaine de R3 de frontire D @ et T.x; t / un champ de temprature sur ce

domaine (champ de scalaires). En prsence dune source thermique dans le domaine, et en labsence
de convection, i.e. de transport de chaleur (i.e. on sintresse la propagation de la temprature au
sein dun milieu stable , i.e. qui ne bouge pas ; on ne sintresse pas la propagation de chaleur
due par exemple lexistence dun courant dair, dun courant de convection. La convection est
81
PROBLME CONTINU
II
plutt un problme de mcanique des fluides.), lquation de la chaleur scrit :

8x 2 ;
@T.x; t /
f
D D T.x; t / C
@t
c
(6.16)
o :
est loprateur Laplacien ;
D est le coefficient de diffusivit thermique (en m2 /s) ;
f une ventuelle production volumique de chaleur (en W/m3 ) ;
est la masse volumique du matriau (en kg/m3 ) ;
c la chaleur spcifique massique du matriau (en J/kgK).
Lquation de la chaleur est donc une quation de la forme :
uP
u D f
(6.17)
Elle est parabolique.Pour que le problme soit bien pos, il faut spcifier :
une condition initiale :
8x 2 ;
T.x; 0/ D T0 .x/
(6.18)
une condition aux limites sur le bord du domaine, par exemple :

de Dirichlet :
8x 2 @;
T.x; t / D 0
(6.19)
@T.x; t /
D n.x/ rT.x; t / D 0
@n
(6.20)
de Neumann :
8x 2 @;
Histoire
o n.x/ est le vecteur normal unitaire au point x.

Lquation de la chaleur, introduite initialement pour dcrire la conduction thermique, permet de
dcrire le phnomne de diffusion. La diffusion est un phnomne de transport irrversible qui se
traduit terme par une homognisation de la grandeur considre (par exemple la temprature
dans un domaine, la concentration en produits chimiques dans une solution...). Dun point de vue
phnomnologique, et au premier ordre, ce phnomne est rgi par une loi de Fick (par exemple
sorption deau dans les matriaux composites, diffusion dactifs au travers de la peau). Dans
lquation prcdente, T reprsente alors la rpartition de la grandeur considre (eau dans un
composite, concentration dun constituant chimique...) et le terme source dans est souvent nul
(i.e. f D 0).
II
propos de leffet rgularisant de la chaleur :

Lquation de la chaleur a un effet rgularisant : quelque soit la distribution initiale de la
temprature pour un problme donn, mme discontinue, on aboutit rapidement une distribution
continue et mme lisse de la temprature.
En 1956, Louis Nirenberg propose un nouveau problme
John Nash (qui est, selon Warren Ambrose, aussi press
que X, aussi exasprant que Y, quels que soient X et Y ) : la
continuit des solutions de lquation de la chaleur dans les
milieux discontinus, i.e. lorsque le coefficient de conductivit
est quelconque, et peut mme varier brutalement dun point
lautre et que lon ne dispose seulement que des bornes infNirenberg
Nash
De Giorgi
rieure et suprieure sur la conductivit.
John Nash rsout le problme, notamment laide du concept dentropie de Boltzmann, mais
nobtiendra pas le triomphe escompt, le problme ayant t rsolu, en mme temps, mais par une
autre mthode, par litalien De Giorgi, qui lui deviendra clbre.
Mais John Nash est clbre pour bien dautres travaux... dont lun deux lui a valu le prix Nobel
dconomie en 1994. On pourra regarder le film un homme dexception (A Beautiful Mind) de
PROBLME CONTINU
82
Ron Howard en 2001 sur John Nash.
6.5
La mcanique des fluides est lune des deux composantes de la mcanique des milieux continus ;
lautre composante tant la mcanique des solides qui sera traite un peu plus loin.
6.5.1
quation de Navier-Stokes
Les quations de Navier-Stokes sont des quations aux drives partielles non linaires qui dcrivent
le mouvement des fluides newtoniens (visqueux) dans lapproximation des milieux continus.
Elles modlisent par exemple les mouvements de lair de latmosphre, les courants ocaniques,
lcoulement de leau dans un tuyau, et de nombreux autres phnomnes dcoulement de fluides.
Nous considrons lquation de Navier-Stokes sous la forme :

uP C .u r/u u
C
grad.div u/ D f rp
(6.21)
3
o :
u est la vitesse du fluide ;
p est la pression dans le fluide ;
est la masse volumique du fluide ;
est la viscosit dynamique en cisaillement du fluide ;
est la viscosit dynamique en compression du fluide ;
f est une force massique sexerant dans le fluide (par exemple : pesanteur).
Si de plus le fluide est incompressible (bonne approximation pour les liquides), alors div u D 0
et lquation se simplifie :
Histoire
uP C .u r/u
83
u D f
rp
(6.22)
Des 23 problmes de Hilbert noncs en 1900, la moiti est aujourdhui compltement rsolue, lun
a t dmontr indcidable, cinq ne le sont pas du tout, les autres tant partiellement traits.
Des sept problmes de linstitut Clay
(ou problmes du prix du millnaire, dots chacun dun million de dollars amricains) noncs en 2000, seule la conjecture
de Poincar a t dmontre en 2003 par
Grigori Perelman (qui a refus le prix, ainsi
que la mdaille Field. Dailleurs il na pas
Navier
Stokes
Perelman
Ricci
publi son travail dans un journal, mais la
rendu publique et gratuit sur internet...). Notons au passage que Grigori Perelman est analyste, i.e.
un spcialiste des quations aux drives partielles, un sujet que beaucoup de topologues avaient
lhabitude de regarder de loin. Ils ont chang davis depuis !
PROBLME CONTINU
II
Pour information, la preuve de Perelman suit le programme

de Hamilton, qui le premier a pens utiliser le flot de Ricci pour
sattaquer ce problme. Deux mots en apart sur le flot de Ricci
dont on entend beaucoup parler en ce moment...
Regardons se qui se passe dans le plan. On part dune courbe
(au centre de limage ci-contre) qui est biscornue et peut mme
comporter des boucles. Si on la modifie de sorte que chacun de
ses points est boug proportionnellement sa courbure, alors on
obtient une seconde courbe, un peu plus lisse... et en itrant le
procd, on finit par retomber sur un cercle (i.e. sur une sphre en
dimension 2), et donc on voit que la conjecture de Poincar est vraie. En dautres termes, le flot
de Ricci permet dhomogniser la courbure de la courbe (de la varit dans le cas gnral).
Le problme des quations de Navier-Stokes figure parmi ces sept problmes, cest dire si
le problme nest pas simple. Et cest, des sept problmes du millnaire, le seul qui soit en lien
direct avec la physique (en lien trs direct...). De plus, lInstitut Clay na pas fix comme objectif la
dmonstration de lexistence de solutions pour les quations de Navier-Stokes et la dmonstration que
les solutions, si elles existent, sont uniques. Il a simplement propos de rcompenser des progrs
essentiels sur le sujet. Pourtant des calculs en mcaniques des fluides sont effectus chaque jour,
par exemple au sein de bureaux dtudes pour dimensionner des voitures en arodynamique.
On na pas pu prouver, pour ces quations, quil existe en toutes circonstances une solution
parfaitement dtermine par les conditions initiales. Pour expliquer sommairement o rside la
difficult avec ces quations, on pourrait dire quavec les quations de Navier-Stokes, on passe du
discret au continu.
Le problme cest que lon nest pas sr que ce qui est calcul est rellement une solution
approche et si le rsultat est fidle la ralit : nous nous trouvons dans un cas o lexistence
et lunicit des solutions nest pas facile prouver. Sil existe des cas o des solutions rgulires
sont parfaitement dtermines partir des conditions aux limites, cela nest pas vrai en toutes
circonstances et pour tous temps (on ne sait pas si une solution rgulire ne peut pas devenir
turbulente prs un temps suffisamment long par exemple).
La non linarit de ces quations joue
des tours conduisant des solutions qui
peuvent par exemple ne pas se superposer
sans sinfluencer (alors que ce nest pas le
cas avec les quations linaires). La viscosit nest pas exempte de problme non plus,
puisquelle conduit aux turbulences (que
Boltzmann
Villani
Desvillettes
Toscani
lon pourrait qualifier de problme de passage dchelle). Dailleurs une description un niveau intermdiaire entre une description atomiste
(microscopique) et une description continue (macroscopique) a t faite par Boltzmann (niveau
msoscopique, description statistique), mais nous ne la prsenterons pas ici. Les travaux de Cdric
Villani (mdaill Fields 2010) ont rpondu en grande partie au problme de la thorie cintique
(qui dcrit un systme constitu dun trs grand nombre de particules en interaction). Il a galement
prouv des formes quantifies du second principe de la thermodynamique : Boltzmann avait prouv
la croissance de lentropie, et Cdric Villani en collaboration avec Laurent Desvillettes et Giuseppe
Toscani a permis de quantifier la production dentropie et le retour lquilibre. Ses travaux sur
leffet Landau (phnomne de relaxation non collisionnelle) ont des rpercussions thoriques et
pratiques, par exemple dans les modles de mcanique classique en astrophysique.
La description faible du problme, qui sera prsente dans un autre chapitre, comporte elle-aussi
ses problmes car on nest pas sr de la convergence vers la solution forte.
Bien que des rsultats dexistences et dunicit existent, aucun ne permet soit de conclure
lexistence de solutions rgulires pour tout temps, soit lapparition de singularit... On retrouve
ici la notion de chaos, dterministe ou non, que nous naborderons pas dans ce document, mais pour
lequel il est ais de trouver de la documentation. Signalons quand mme quil est identique de parler
de dynamique non linaire ou de thorie du chaos. On pourra donc se servir de ces deux points
dentre pour toute recherche sur le sujet.
Jajoute une dernire remarque prise dans le chapitre VIII La gomtrie des turbulences
de louvrage Les objets fractals de Benot Mandelbrot : P.-S. 1989. Jai prcis ces ides dans
Mandelbrot 1976c [i.e. Gomtrie fractale de la turbulence. Dimension de Hausdorff, dispersion
II
PROBLME CONTINU
6.5 Mcanique des fluides
84
et nature des singularits du mouvement des fluides. Comptes Rendus (Paris) : 282A, 119-120],
en mettant les conjectures que les singularits des quations de Navier-Stokes et dEuler sont des
fractales. Ces conjectures paraissent tre en bonne voie de se confirmer, au del mme de ce qui est
dit au chapitre 11 de Fractal Geometry of Nature.
6.5.2
quation de Stokes
Il sagit dun cas particulier de lquation de Navier-Stokes (termes inertiels absents ou ngligs).
Lorsquun fluide visqueux scoule lentement en un lieu troit ou autour dun petit objet, les effets
visqueux dominent sur les effets inertiels. Son coulement est alors appel coulement de Stokes.
On parle aussi dcoulement faible nombre de Reynolds (le nombre de Reynolds mesure le poids
relatif des termes visqueux et inertiel dans lquation de Navier-Stokes). Ce nombre de Reynolds
est alors beaucoup plus petit que 1.
Lquation de Stokes, qui dcrit lcoulement dun fluide newtonien incompressible en rgime
permanent et faible nombre de Reynolds, scrit dans :
u C rp D f
(6.23)
On rappelle que si de plus le fluide est incompressible, alors on a galement div u D 0 dans .
Contrairement lquation de Navier-Stokes, lquation de Stokes est linaire. Les coulements
solutions de cette quation possdent par consquent des proprits bien particulires :
unicit : pour des conditions aux limites donnes (valeur de la vitesse au niveau des parois et/ou
linfini), il existe un et un seul coulement vrifiant lquation de Stokes ;
additivit : les solutions de lquation de Stokes vrifient le principe de superposition : si u1 et u2
sont solutions, alors toute combinaison linaire 1 u1 C 2 u2 le sera aussi (ceci nest pas
incompatible avec la proprit dunicit : seul lcoulement vrifiant les bonnes conditions
aux limites sera observ) ;
rversibilit : si un champ de vitesse u est solution de lquation, alors u lest aussi, condition
de changer le signe des gradients de pression, ainsi que des vitesses aux parois et linfini ;
cette proprit est contraire lintuition, fonde sur notre exprience des coulements
macroscopiques : la rversibilit des coulements bas nombre de Reynolds a ainsi pouss
les tres vivants de trs petite taille dvelopper des moyens de propulsion originaux.
paradoxe de Stokes : il faut prendre garde au fait que les solutions mathmatiques de lquation
de Stokes, dans un cas donn ou dans certaines rgions du domaine de solution, peuvent
tre physiquement fausses. Ceci est d au paradoxe de Stokes savoir que les conditions
physiques permettant de ramener lquation de Navier-Stokes lquation de Stokes ne sont
pas ncessairement ralises dans tout le domaine de solution, priori. On aboutit alors
des solutions prsentant des comportements potentiellement aberrants dans certaines limites.
Cest le cas par exemple linfini o souvent le terme inertiel finit par lemporter sur le
terme visqueux, sans quon puisse le prjuger priori.
6.5.3
quation dEuler
Lquation dEuler tablie en 1755 en appliquant le principe fondamental de la dynamique une

particule fluide (i.e. sous forme locale), sapplique dans le cas dun fluide parfait, i.e. un fluide non
visqueux et sans conductivit thermique. Le fluide peut tre incompressible ou compressible (
condition, dans ce dernier cas, de se placer dans lhypothse de vitesses faibles). Il sagit dun cas
particulier de lquation de Navier-Stokes.
Toujours avec les mmes notations, elle scrit dans RC :
uP C rp D f
85
(6.24)
PROBLME CONTINU
II
Et, si de plus le fluide est incompressible, alors on a galement div u D 0 dans . Dans le cas o
la description du problme est une description eulrienne (i.e. le champ de vitesse est associ
chaque point et est considr de manire instantane), on peut alors crire :

f
1
rp D uP D .uP C .u r/u/ D uP C ru2 C .r ^ u/ ^ u
2

(6.25)
Bien que ces quations correspondent une simplification de lquation de Navier-Stokes, elles
nen sont pas plus stables... bien au contraire.
6.6
La mcanique des milieux continus traite aussi bien de la dformation des solides que de lcoulement des fluides. Ce dernier point a dj t abord auparavant aux paragraphes sur les quation de
Navier-Stokes et de Stokes. Intressons-nous maintenant au cas de la dformation des solides.
6.6.1
Notions gnrales conduisant aux quations de la mcanique
Comme ce document est initialement prvu pour un public dingnieurs mcaniciens, cest dans
cette section que se trouve du matriel qui aurait pu tre prsent avant. Il va nous permettre
de montrer que les quations de la mcanique comme celles de la chaleur, de Faraday, dOhm...
viennent toutes dune quation dquilibre (ou de conservation) et dune quation de flux (ou loi de
comportement). Il est donn titre de culture gnral.
quation aux drives partielles elliptique linaire
Si lon considre le cas scalaire, i.e. celui dune fonction inconnue u dfinie sur un domaine
ouvert R2 , une quations aux drives partielles elliptique linaire se met sous la forme :
a.x; y/uxx .x; y/Cb.x; y/uyy .x; y/Cc.x; y/ux .x; y/Cd.x; y/uy .x; y/Ceu.x; y/ D f .x; y/
(6.26)
avec a.x; y/b.x; y/ > 0.
Dans le cas o la fonction u est dfinie sur Rn , une quation aux drives partielles
elliptique linaire est dfinie par :
Lu.x/ D f .x/;
8x 2
(6.27)
o loprateur diffrentiel L est dfini par :

Lu D
n
X
i D1;j D1
aij .x/uxi xj .x/ C
n
X
bi .x/uxi .x/ C c.x/u.x/
(6.28)
i D1
avec les valeurs propres de la matrice A D aij qui sont toutes non nulles et de mme signe. On
rappelle que le matrice A peut toujours tre choisie symtrique du fait de la symtrie uxi xj D uxj xi
et donc que les valeurs sont relles.
Dailleurs, en dimension finie, le fait que toutes les valeurs propres sont strictement positives
est quivalent au fait que la matrice A est dfinie positive.
II
PROBLME CONTINU
6.6 quations de la mcanique des milieux continus des solides
86
Flux conservatif
Les quations aux drives partielles elliptiques conduisent la notion physique de flux conservatif
donn par un gradient. Considrons le cas scalaire. On associe la fonction u.x/ un flux q.x/ qui
est nul vers lextrieur :
Z
q.x/ nx ds D 0; 8 volume !
(6.29)
!
R
En utilisant la formule de divergence-flux, il vient : ! divx q.x/dx D 0, et en supposant la
fonction q.x/ suffisamment rgulire on en dduit divx q.x/ D 0, 8x 2 .
En supposant que ce flux est une fonction linaire du gradient ru, et quil est orient dans
la direction oppose (physiquement, les flux se font souvent de faon oppose au gradient dune
grandeur), on crit q.x/ D a.x/ru et on obtient une loi de conservation lquilibre du type :
div.a.x/ru.x// D 0
(6.30)
Pour a.x/ 1, on retrouve la plus simple des quations elliptiques, lquation de Laplace :
div ru.x/ D u.x/ D 0
(6.31)
quilibre des lois de conservation en comportement linaire

Le raisonnement prcdent peut tre men en considrant les lois de conservations dans les milieux
continus. Les ingrdients principaux qui vont nous conduire une grande famille dquations
elliptiques sont les suivants :
Conservation dune grandeur ;
Milieu immobile et rgime stationnaire ;
Loi de comportement linaire entre le flux de cette grandeur et le gradient.
Les deux premires notions sont souvent associes lquilibre dun systme.
Lois de conservation Soit Rn , n D 1; 2 ou 3. Pour tout sous-domaine !.t / , on dfinit,
dune manire gnrale, une grandeur U.t / partir de sa densit spcifique u.x; t / laide de la
masse volumique du milieu par :
Z
U.t/ D
.x; t /u.x; t /dx
(6.32)
!.t /
On suppose queRla variation de cette grandeur U.t / ne peut se faire

que par un apport extrieur
R
volumique not !.t / 'udv et/ou un apport extrieur surfacique @!.t / JU ds.
Le Lemme de Cauchy affirme alors lexistence dun tenseur jU tel que JU D jU n et que lon
a la loi de conservation locale :
@
.u/ C div.uv/ D 'u
@t
div jU
(6.33)
Cette quation de conservation local peut, en utilisant la conservation de la masse, se mettre sous la
forme :

87
Du
D 'u
Dt
div jU
(6.34)
PROBLME CONTINU
II
Hypothse de milieu immobile et de rgime stationnaire Si le milieu est immobile, la vitesse

eulrienne (particulaire), v.x; t / est nulle et donc la drive particulaire se rduit :

Du
@u
@u
D
C ru.x; t / v.x; t / D
Dt
@t
@t
(6.35)
Lquation de conservation prcdente devient alors :

@u
D 'u
@t
div jU
Si de plus, on est en rgime stationnaire, i.e.

'u
(6.36)
@u
D 0, alors :
@t
div jU D 0
(6.37)
Hypothse de loi de comportement linaire On va maintenant introduire dans lquation prcdente la loi de comportement du milieu. Le choix le plus simple est celui liant de manire linaire
le flux et le gradient :
jU .x; t / D A.x; t /ru.x; t /
(6.38)
En reportant cette loi dans lquation de conservation, il vient div A.x; t /ru.x; t / D 'u, soit :
Au C rAru D 'u
(6.39)
Cette quation est de type elliptique ds que loprateur A.x/ possde de bonnes proprits de
positivit.
quilibre gnral
Pour rsumer, les modles elliptiques se mettent sous la forme :
quation de flux (ou loi de comportement dans le cas vectoriel) :
j D
A.x/ru
(6.40)
quation dquilibre ou de conservation :

div j D f
c.x/u
(6.41)
o :
la fonction scalaire inconnue u W 2 Rn ! R est appele un potentiel ;
la fonction vectorielle inconnue j W 2 Rn ! Rn est appele un flux ;
la fonction scalaire connue f W 2 Rn ! R correspond au termes sources du potentiel ;
les fonctions scalaires connues A.x/ et c.x/ sont les donnes du problme.
Dans le cas vectoriel :
u devient une fonction vectorielle 2 Rn ! Rn ;
j un tenseur dordre 2 ;
A.x/ un tenseur dordre 4 ;
et c.x/ une fonction vectorielle.
II
PROBLME CONTINU
88
Retour sur les exemples prcdents

Si u ! T est la temprature, j ! q le flux de chaleur, f la source de chaleur, A.x/ ! .x/
la conductivit du matriaux et c.x/ 0, on retrouve lquation de la chaleur.
Si u ! V est le potentiel lectrostatique, ru ! E le champ lectrostatique, j ! D le
dplacement lectrique ou flux de densit de courant, f ! la densit de charge, A.x/ ! .x/
le tenseur dilectrique et c.x/ 0, on retrouve la loi de Faraday.
Si u ! V est le potentiel lectrique, ru ! E le champ lectrique, j ! J la densit de
courant, f 0, A.x/ ! .x/ le tenseur de conductivit et c.x/ 0, on retrouve la loi dOhm.
Si u ! C est la concentration, j le flux molaire, f ! le taux dabsorption ou le taux
de raction, A.x/ ! D.x/ la constante de diffusion et c.x/ la coefficient de raction, alors on
retrouve le cas de la diffusion molculaire.
Si u est le dplacement orthogonal, ru ! " la dformation, j ! la contrainte dans le
plan, f la force volumique extrieure, A.x/ ! H.x/ le tenseur des rigidits et c.x/ D 0, on se
retrouve dans le cas de llasticit plane (n D 2) linaire.
6.6.2
Formulation gnrale
En repartant du second principe de la dynamique, et en introduisant un terme de dissipation

visqueuse, on crira le problme gnral sous la forme :

div C f D uR C uP dans quation de la dynamique
(6.42)
D H." " t h /
dans
loi de comportement
o f est une force de volume, la masse volumique, est un facteur traduisant lamortissement
visqueux, " t h est la dformation dorigine thermique et H traduit la relation de Hooke, i.e. la loi de
comportement. Les inconnues sont donc les dplacements u, les dformations " et les contraintes .
Nous allons maintenant faire quelques remarques concernant ces quations, notamment des
simplifications correspondant certains cas courant dtude.
6.6.3
Dynamique / statique
La formulation gnrale est celle de la dynamique avec amortissement.

Une structure est sans amortissement si D 0.
Le problme est statique sil ne dpend pas du temps, i.e. sil ny a plus les termes uR et u.
P
6.6.4
Grands / petits dplacements
La relation entre dformation et dplacement est donne par :

1
1
ru C .ru/T soit pour chaque composante : "ij D
"D
2
2

@uj
@ui
@uk @uk
C
C
@xj
@xi
@xi @xj
(6.43)
Dans le cas des petits dplacements (termes dordre 2 ngligs), elle devient :

@uj
1 @ui
1
"ij D
C
que lon note "ij D .ui;j C uj;i /
2 @xj
@xi
2
(6.44)
Dans le cas de grandes dformations, on dcompose les diffrentes grandeurs en deux parties :
lune symtrique, lautre antisymtrique. On ne parle plus de contraintes de Cauchy (qui est
lapplication linaire reliant le vecteur contrainte la normale unitaire au point considr), mais de
contraintes nominales et de contraintes de Piola-Kirchhoff de seconde espce (plus de contrainte
corotationnelle pour les poutres ou les coques). Pour les dformations, on remarque quelles
sont le produit dune rotation pure par une dformation pure... Ces tenseurs sont prsents au
paragraphe 19.1.1, quant aux grandes dformation, elles sont exposes au paragraphe 19.2.
89
PROBLME CONTINU
II
6.6.5
Loi de comportement
La loi de comportement, reliant contrainte et dformation, peut tre relativement complique selon
les cas, et varie en fonction du niveau de chargement. On se reportera alors au paragraphe 19.3. Si
elle est linaire, on parle alors dlasticit linaire. La figure 6.1 prsente quelques lois types de
comportement pour diffrents matriaux.
mtal dur et fragile

cramique
instabilit plastique
limite lastique
mtal mou et ductile

composite
polymre
F IGURE 6.1: Quelques lois types de comportement pour diffrents matriaux.

Dans le cas de matriaux isotropes (i.e. possdant les mmes proprits matrielles quelque
soit lorientation), les relations constitutives scrivent laide des coefficients de Lam et :
D 2" C tr."/I
(6.45)
i.e. ij D 2"ij C "kk ij . On rappelle galement que :

D
.1
E
2/.1 C /
et
D
E
2.1 C /
(6.46)
avec E le module dYoung et le coefficient de Poisson, que lon exprime, inversement :

ED
.3 C 2/
C
et
D

2. C /
(6.47)
Pour assurer que la matrice H est dfinie positive, il faut que 0 < < 0; 5.
Le cas D 0; 5 correspond au cas dun matriau incompressible, comme par exemple le
caoutchouc. Nous verrons que selon les formulations il est plus ou moins ais de prendre en compte
ces matriaux. De plus, la littrature ne manque pas sur le sujet.
La signification physique du coefficent de Poisson est
simple : 2 traduit le pourcentage de dformation dans
le sens transverse leffort. En restant dans le cas plan,
quand on fait subir une pice un effort de compression
telle quelle subit une dformation (de compression) de
1, alors elle slargit de 2 dans la direction transverse
(a) Matriau compres- (b) Matriau incom( de chaque ct par symtrie).
sible
pressible
Ainsi, il devient vident quun matriau incompresF IGURE 6.2: Dformation et coefficient sible est caractris par 2 D 1, i.e. lorsquil perd un
de Poisson
volume 1 selon une direction, il reprend un volume 1 dans
la direction transverse : en dautres termes, il ne varie
pas de volume, il est donc incompressible [ce qui ne veut pas dire incomprimable !].
Attention, cette signification physique du coefficient de Poisson nest exacte que dans le cas de
matriaux non seulement isotropes mais pleins. Pour un assemblage de matriaux ou de gomtries,
cette relation est mise en dfaut, tout comme pour des matriaux orthotropes.
II
PROBLME CONTINU
90
Si lon considre un matriau constitu dalvoles (de

type hexagonal), mais dont les pointes sont rentrantes et
non sortantes (figure 6.3), alors le coefficient de Poisson
macroscopique de ce matriau est ngatif : quand on le
comprime, il ne gonfle pas mais rtrcit.
On parle alors dun matriau auxtique.
Matriau conventionnel
Matriau auxtique
On voit bien que dans un tel cas, la diffrence de
comportement nest due qu leffet structurel, qu lasF IGURE 6.3: Matriau auxtique
semblage. Le matriau constituant les alvoles lui, peut
(et est) tout fait conventionnel : on trouve ce genre de
structures en carton, en aluminium et en acier, qui sont tous des matriaux homognes isotropes.
Par exemple, la rigidit globale dun assemFibres
blage de couches de composites renforcs de fibres,
comme montr la figure 6.4 peut conduire, selon
les orientations des plis, des valeurs du coefficient de Poisson trs variables, dautant plus que
celles-ci sont fonctions du repre dans lequel elles
sont donnes (repre global, repre des fibres...)
Plis
Couche
Un stratifi unidirectionnel T300 fibre de carbone/rsine poxyde 934 a un coefficient de PoisF IGURE 6.4: Matriau composite
son de seulement 12 D 0; 04.
Un stratifi unidirectionnel T300 fibre de carbone/rsine N5208 a un coefficient de Poisson de 12 D 0; 3 dans le sens des fibres, mais de
12 D 0; 77 45.
En utilisant du verre (E D 69 GPa, D 0; 25) et de la rsine poxyde (E D 3; 5 GPa, D 0; 4),
on peut raliser un stratifi unidirectionnel verre-poxyde ayant pour proprits El l D 45 GPa,
E t t D 12 GPa, Glt D 4; 5 GPa, lt D 0; 3 pour une fraction volumique de verre de 60%, et un
stratifi [0/90] ayant pour proprits Ex D Ey D 20 GPa, Gxy D 2:85 GPa et xy D 0:13 pour
une fraction volumique de verre de 50%.
Notons galement que si 0 et 3 C 2 0, alors on peut inverser la relation contrainte/dplacement :

1

"ij D
ij
tr. /ij
(6.48)
2
3 C 2
Nous reviendrons plus tard sur ces aspects non linaires au chapitre 19.
6.7
Lacoustique, de manire la plus gnrale, a pour objet ltude des sons et des ondes mcaniques.
Elle fait appel aux phnomnes ondulatoires et la mcanique vibratoire.
Cest l tout le problme de la vibro-acoustique : elle met en jeu des chelles dnergies trs
diffrentes. Considrons ltude vibro-acoustique dun vhicule. Alors, on doit aussi bien prendre
en compte les effets mcaniques ayant une forte nergie (la rotation du moteur fait bouger tout le
vhicule), que des effets ayant une nergie comparativement trs faible : la composante arienne du
bruit. Dans le premier cas, vous tes face quelque chose capable de faire sauter une voiture sur
place, alors que dans le second vous tes face au dplacement dune feuille de papier lorsque vous
criez devant elle !
Il est clair quil sera ncessaire dtudier chaque aspect :
solidien/solidien : il sagit dune tude mcanique classique , bien que lon se trouve
dans le cas dune sollicitation qui dpend du temps. Celle-ci est dailleurs gnralement
91
PROBLME CONTINU
II
priodique, do lutilisation doutils appropris (en frquence). On est dans le cas de

propagation solidienne donde ;
arien/arien : il sagit de la propagation dune onde acoustique de sa source jusquau
rcepteur. On est en prsence dun modle purement de propagation donde ;
solidien/arien : il sagit du cas du rayonnement. Une vibration mcanique fait vibrer un
lment qui se met mettre une onde dans lair ;
arien/solidien : dans le cas de sources acoustiques trs puissantes, londe acoustique se
propageant dans lair peut arriver dformer et faire vibrer une surface physique (par
exemple un tablier de voiture).
Les deux derniers cas sont typiquement des cas dits de couplage fluide/structure.
Dun point de vue de la formulation de ce problme sous forme dquation aux drives
partielles, tout t dit prcdemment. Nous verrons plus loin, aux chapitres 17 et surtout 18,
comment prendre en compte tous ces aspects de manire plus applique.
6.8
Les multiplicateurs de Lagrange ont une grande utilit, car leurs applications sont vraiment trs
larges. Pour rester trs gnral, on va dire quils permettent de faire des liens entre des grandeurs.
Nous allons expliquer cela sur quelques exemples.
Si lon reprend les quations de llasticit, on peut les rcrire en fonction uniquement des
dplacements. Lavantage est que lon dispose quun problme qui ne dpend que dun unique
champ inconnu, pour lequel les conditions aux limites correspondent des choses trs physiques :
les dplacements imposs (appui simple, encastrement, contact).
Lorsque lon rsout un problme avec uniquement le champ de dplacements, alors videmment,
on obtient le champ de dplacements, mais uniquement lui ! Alors comment remonter aux autres
grandeurs ? En utilisant les relations existantes... mais : entre dplacement et dformation, on a
une drivation, qui peut faire perdre en qualit dapproximation, dautant plus lorsque lon nglige
les termes du second ordre. Ensuite on se sert des relations entre dformation et contraintes, mais
encore faut-il tre capable de mesurer ces grandeurs... et mme si lon sait le faire, que se passe-t-il
linterface entre deux matriaux distincts, comme par exemple entre lune des peaux et lme
dun matriau sandwich ? (sur le sujet, abord en plusieurs fois dans ce document, voir synthse au
paragraphe 12.3)
Le cas du calcul des contraintes linterface entre deux matriaux est un exemple typique
dapplication des multiplicateurs de Lagrange. Si lon considre chacun des deux matriaux comme
indpendant, alors au sein de chaque matriau, les relations fonctionnent. Si lon impose maintenant
la continuit des dplacements linterface entre les deux matriaux (en crivant que (qui
reprsente les multiplicateurs de Lagrange) multipli par la diffrence entre les dplacements de
part et dautre de linterface est nul : analogie immdiate avec les rsidus pondrs voir chapitre
suivant), alors on saperoit (ce sera dtaill dans le chapitre sur les formulations variationnelles)
que les multiplicateurs de Lagrange sinterprtent comme les composantes des contraintes qui
doivent tre continues linterface (on parle de trace... comme dfini au chapitre sur les espaces de
Sobolev).
Si maintenant lun des domaines est lair et lautre la structure considre, alors on se doute
que les multiplicateurs de Lagrange peuvent servir faire le lien entre ces deux domaines,
les coupler en crivant une quation liant la pression dans le fluide aux efforts de surface sur la
structure par exemple... On voit comment on peut rsoudre les problmes voqus dans le court
paragraphe sur lacoustique.
Mais les multiplicateurs de Lagrange peuvent galement tre utiliss directement afin damliorer les mthodes numriques : ils permettent par exemple de passer les informations entre des
maillages incompatibles, permettant par exemple de circonscrire une zone de maillage raffin (avec
raffinement automatique en plus si lon veut) et une zone de maillage plus lger...
II
PROBLME CONTINU
6.8 Multiplicateurs de Lagrange
92
Une illustration de leur utilisation pour imposer des conditions aux limites en dplacement est
donne en 12.6.
Les multiplicateurs de Lagrange peuvent tre introduits partout o lon veut crer un lien entre
des grandeurs, et cela sans se soucier de leur signification physique. Toutefois, dans de nombreux
cas, il se trouve que ces multiplicateurs reprsentent certaines grandeurs, permettant une analogie
entre diffrentes formulation dun mme problme.
93
PROBLME CONTINU
II
Chapitre 7
Formulations faible et variationnelle

Rsum Un problme physique est gnralement dcrit par la donne dquations
diffrentielles ou plus certainement aux drives partielles. Une telle formulation est
appele formulation forte du problme.
Nous allons voir quil est possible dexprimer ces quations diffrentielles ou quations aux drives partielles dune manire moins contraignante pour les solutions
recherches. Une telle formulation sera qualifie de formulation faible, et ses solutions
appeles solutions faibles.
videmment, une solution forte du problme dorigine est galement solution de la
formulation faible.
7.1
Principe des formulations faible et variationnelle
Quand on cherche la solution dune quation aux drives partielles, on peut tre confront aux
problmes suivants :
La solution ou les coefficients de lquation aux drives partielles linaires peuvent ne pas
tre assez rguliers pour donner un sens classique lquation ;
La solution peut tre rgulire mais lespace de rgularit en question na pas les bonnes
proprits pour obtenir directement lexistence de la solution dans cet espace.
On va donc essayer de donner un sens plus faible la notion de solution, sans perdre de vue si
possible les notions les plus naturelles. Donner un sens faible une quation aux drives partielles
signifie :
1. Chercher une solution dans un espace de rgularit plus faible que souhait ;
2. tablir, en gnral laide de fonction tests et dintgrations par parties formelles , une
srie dquations que doit vrifier cette solution. Cette srie dquations doit tre construite
(si possible) de telle sorte que les ventuelles solutions rgulires soient aussi solutions
faibles et, a contrario, que des solutions faibles qui seraient rgulires soient aussi solutions
classiques du problme initial.
Les difficults dune telle approche sont nombreuses :
Le choix de lespace fonctionnel dans lequel on va chercher la solution est crucial, pas
toujours unique et parfois non trivial.
Si lon affaiblit trop la notion de solution, il sera a priori plus facile de dmontrer lexistence
mais les proprits dunicit seront plus difficiles obtenir.
Si lon naffaiblit pas suffisamment lquation, lexistence sera ardue prouver mais lunicit
sera plus simple.
Il sagit donc de trouver un juste quilibre...
Dans le cas des quations elliptiques, celles-ci ont pour proprit, en gnral, de mettre en jeu
des drives dordre pair de la solution dans le terme principal de lquation. Lide premire pour
rsoudre ces problmes aussi bien dun point de vue thorique que numrique va tre de multiplier
95
7. Formulations faible et variationnelle
PROBLME CONTINU
II
formellement lquation par une fonction test rgulire, puis dintgrer sur le domaine et enfin
dintgrer par parties un nombre suffisant de fois pour faire porter autant de drives sur la solution
que sur les fonctions tests. On pourra ainsi envisager dutiliser le mme espace fonctionnel pour la
solution et les fonctions tests.
Dfinition 54 Formulations forte et faible. tant donn un oprateur diffrentiel A./ et
une fonction f dfinie sur un domaine ouvert , la formulation forte du problme est la suivante :
Trouver la fonction u; dfinie sur ; vrifiant A.u/ D f en tout point de :
(7.1)
Une solution u du problme prcdent est alors galement solution du problme suivant
appel formulation faible (On appelle v une fonction test) :
Z
Trouver une fonction u; dfinie sur ; vrifiant

Z
A.u/v D
f v

8v dfinie sur :
(7.2)
Justification. Tout rside dans le fait de multiplier par une fonction test et dintgrer . Pourquoi peut-on
faire a ?
Partons de lquation forte :
A.u/ D f;
8x 2
(7.3)
Nous pouvons multiplier les deux membres de lquation par une fonction v condition que cette fonction v
ne soit pas identiquement nulle. Dans ce cas, la solution de
A.u/v D f v;
8x 2
(7.4)
est la mme 8v suffisamment sympathique. Comme cette seconde quation est vraie en tout point de ,
alors elle est encore vraie sous forme intgrale, i.e. sous forme faible, condition que v soit suffisamment
rgulire pour pouvoir tre intgre.
On entrevoit alors clairement la suite des oprations
: si en plus dtre rgulire, la fonction v est
R
diffrentiable, alors on va pouvoir raliser sur le terme A.u/v une intgration par parties pour diminuer
les conditions de drivabilit portant sur u, mais en augmentant celles portant sur v.
Si lordre de drivation de u est paire (disons 2k), alors on pourra faire en sorte par un nombre
suffisant de manipulations que u et v aient tre diffrentiables lordre k... et on pourra essayer de faire
en sorte que u et v appartiennent au mme espace fonctionnel...
Remarque. Petit apart sur dautres manires de prsenter la chose : en mcanique, on parle galement
du principe du travail virtuel (ou des puissances virtuelles), de minimisation de lnergie potentielle ,
ou encore de mthode des rsidus pondrs , Toutes ces mthodes sont quivalentes celle expose
ici, mais souvent leur dmonstration se fait uniquement par les mains , ce qui peut tre frustrant.
Histoire
Principe des puissances virtuelles Le Principe des travaux virtuels est un principe fondamental
en mcanique, qui postule un quilibre de puissance dans un mouvement virtuel. Il sagit dune
formulation duale du principe fondamental de la dynamique. On raisonne comme suit : si un solide
est lquilibre (statique du solide), la somme des efforts est nulle. Donc si lon fait faire un
dplacement fictif (virtuel) lobjet, la somme des puissances des forces et moments est nulle. Ce
principe constitue la base dune dmarche de modlisation pour les milieux continus (thorie du
premier gradient, thorie du second gradient). On parle parfois du principe des travaux virtuels
qui est sensiblement identique.
II
Lorigine de ce principe revient Jean Bernoulli, qui nonce en 1725 le principe des vitesses
virtuelles, qui consiste considrer la perturbation de lquilibre dun systme mcanique par un
mouvement infinitsimal respectant les conditions de liaison du systme, un mouvement virtuel, et
den dduire une galit de puissance.
PROBLME CONTINU
7.1 Principe des formulations faible et variationnelle
96
Ce principe a t par la suite gnralis par DAlembert

et Lagrange en ce qui est connu actuellement sous le nom
de principe de DAlembert (1743).
Le principe des puissances virtuelles est une synthse de
ces principes, ancre dans un cadre beaucoup plus rigoureux
et mathmatique (on parle alors de dualisation et non
plus de perturbation de lquilibre ou du mouvement par
un mouvement infinitsimal).
J. Bernoulli DAlembert
Lagrange
Minimisation de lnergie potentielle Lnergie potentielle dun systme physique est lnergie
lie une interaction, qui a le potentiel de se transformer en nergie cintique.
Cette nergie est une fonction de ce systme, dpendant des coordonnes despace, et ventuellement du temps, ayant la dimension dune nergie et qui est associe une force dite conservative
dont lexpression sen dduit par drivation (ce qui veut dire au passage que dans les cas o
toutes les forces ne sont pas conservatives, par exemple sil y a du frottement, alors la mthode ne
fonctionne pas et doit tre adapte ). La diffrence entre les nergies potentielles associes
deux points de lespace est gale loppos du travail de la force concerne pour aller dun point
lautre, et ce quel que soit le chemin utilis.
Mthode des rsidus pondrs Si lon considre lquation A.u/ D f; 8x 2 sur , on appelle rsidu des quations dquilibre la quantit R.x/ D A.u/ f . Aux bords, on a les conditions
B.u/ D h; 8x 2 D @, et on appelle rsidu des quations de bords la quantit R.x/ D B.u/ h.
En crivant le problme dans et sur son contour de manire intgrale, on retombe sur une
formulation faible.
La mthode des rsidus pondrs consiste calculer les composantes de la solution approche
par la projection sur des couples de fonctions de projection, appeles fonctions de pondration.
Selon les fonctions de pondration on retrouve les mthodes de collocation par sous-domaine
(fonctions constante sur chaque sous-domaine), de collocation par point (fonctions non nulles en
un seul point), des fonctions splines (en ajoutant des conditions des raccordements des fonctions et
des drives), de Galerkine (mmes fonctions pour les fonctions de forme et de pondration).
Selon la nature du problme (donc selon la nature de loprateur A), la formulation faible (7.2)
peut tre transforme (par exemple par intgration par parties), ce qui permet de faire apparatre une
forme symtrique ayant la nature dun produit scalaire (ou dun produit hermitien dans le cas de
fonctions complexes). Les deux fonctions u et v appartiennent alors un mme espace fonctionnel.
La formulation variationnelle dun problme rgi par des quations aux drives partielles
correspond une formulation faible de ces quations qui sexprime en termes dalgbre linaire
dans le cadre dun espace de Hilbert.
Il ny a donc fondamentalement pas de diffrence entre formulation faible et formulation
variationnelle, sauf que cette dernire appellation est gnralement rserve des cas qui vont
bien ... et de manire trs pragmatique aux cas o la formulation faible peut tre transforme en
un problme de minimisation : on dit alors quil existe une fonctionnelle dont la variation
correspond au problme faible, do le terme de formulation variationnelle (dun point de vue
physique, la fonctionnelle reprsente lnergie du systme, et le lieu o sa variation est nulle
D 0 ltat recherch).
Par ailleurs, dautres contraintes sur la frontire de peuvent (doivent) tre imposes u (et
v). Ce sont les conditions aux limites. Les conditions aux limites types ont t prsentes au
paragraphe 6.2.
97
PROBLME CONTINU
II
7.2
Thorme de reprsentation de Riesz-Frchet
Le thorme le plus fondamental pour la mthode des lments finis sera le thorme de LaxMilgram, toutefois, nous aurons besoin du thorme de reprsentation de Riesz-Frchet pour sa
dmonstration. Ce magnifique thorme fait lui-aussi partie des outils de base danalyse fonctionnelle.
Pour tout vecteur y dun espace de Hilbert H, la forme linaire qui x associe hy; xi est
continue sur H (sa norme est gale celle de y, daprs lingalit de Cauchy-Schwarz). Le
thorme de Riesz nonce la rciproque : toute forme linaire continue sur H sobtient de cette
faon.
7.2.1
Cas des formes linaires
Thorme 38 Thorme de reprsentation de Riesz-Frchet. Soient H un espace de
Hilbert (rel ou complexe) muni de son produit scalaire not h; i et f 2 H0 une forme linaire
continue sur H. Alors il existe un unique y dans H tel que pour tout x de H on ait f .x/ D hy; xi.
En dautres termes :
9 y 2 H;
7.2.2
8x 2 H ;
f .x/ D hy; xi
(7.5)
Extension aux formes bilinaires
Si a est une forme bilinaire continue sur un espace de Hilbert rel H (ou une forme sesquilinaire
complexe continue sur un Hilbert complexe), alors il existe une unique application A de H dans H
telle que, pour tout .u; v/ 2 H H on ait a.u; v/ D hAu; vi.
De plus, A est linaire et continue, de norme gale celle de a.
9 A 2 L.H/;
7.3
8.u; v/ 2 H H;
a.u; v/ D hAu; vi
(7.6)
Thorme de Lax-Milgram
Dfinition 55 Continuit dune forme linaire. Une forme bilinaire a est dite continue si
elle vrifie :
9 c > 0;
8.u; v/ 2 H2 ;
ja.u; v/j ckukkvk
(7.7)
Dfinition 56 Coercitivit dune forme linaire. Une forme bilinaire a est dite coercitive
si elle vrifie :
9 > 0;
8u 2 H ;
a.u; u/ kuk2
(7.8)
Thorme 39 Thorme de Lax-Milgram. Soit H un espace de Hilbert rel ou complexe
muni de son produit scalaire not h; i, de norme associe k k.

Soit a.; / une forme bilinaire (ou une forme sesquilinaire dans le cas complexe) continue
et coercitive sur H H, et soit f une forme linaire continue sur H (i.e. f 2 H0 ).
Alors il existe un unique u dans H tel que lquation a.u; v/ D f .v/ soit vrifie 8v 2 H.
9 u 2 H;
8v 2 H;
a.u; v/ D f .v/
(7.9)
Dmonstration. La continuit et la coercitivit de a permettent de dire que a dfinit un produit scalaire .; /a dont la norme associe k ka est quivalente la norme k k. Le problme devient : trouver u
tel que 8v 2 H; .u; v/a D f .v/.
II
PROBLME CONTINU
7.2 Thorme de reprsentation de Riesz-Frchet
98
Or f .v/ D hf; vi dans la dualit H H0 et le problme devient : trouver u tel que 8v 2 H; .u; v/a D
hf; vi.
Le thorme de reprsentation de Riesz-Frchet permet de conclure lexistence et lunicit de la
solution.
Autre dmonstration. Une autre voie consiste tudier directement le problme de minimisation de
la fonctionnelle dfinie par J D
1
2 a.v; v/
f .v/ (ce qui est une faon de montrer le thorme de
Riesz) en considrant une suite minimisante et en montrant quelle est de Cauchy par lidentit du
paralllogramme.
Ce thorme est lun des fondements de la mthode des lments finis dits classiques ou
en dplacement . Dans le cas dlments finis plus exotiques tels que les lments mixtes,
hybrides, mixtes-hybrides et des multiplicateurs de Lagrange, on a besoin dun peu plus... cest ce
que nous allons voir aux paragraphes suivants.
La forme variationnelle du thorme de Lax-Milgram a dj t aborde dans la seconde
preuve propose du thorme de de Lax-Milgram. Il sagit, dans les cas o cela est possible,
daborder le problme sous langle de la minimisation dune fonctionnelle.
Thorme 40 Forme variationnelle du thorme de Lax-Milgram. Si de plus la forme
bilinaire a est symtrique, alors u est lunique lment de H qui minimise la fonctionnelle
J W H ! R dfinie par J.v/ D 21 a.v; v/ f .v/ pour tout v de E :

1
a.v; v/ f .v/
(7.10)
9 u 2 H; J.u/ D min J.v/ D min
v2H
v2H 2
Histoire
Pour les problmes issus de la mcanique des solides dformables, la quantit 12 a.v; v/ reprsente lnergie de dformation du solide associ un dplacement virtuel v, et f .v/ lnergie
potentielle des forces extrieures appliques au solide pour le mme dplacement virtuel v.
Nous venons de voir le thorme de Lax-Milgram, fondement de la mthode des lments finis,
publi dans leur article Parabolic equations de 1954 (Contributions to the theory of partial differential
equations, Annals of Mathematics Studies, no. 33, Princeton University Press, Princeton, N. J., 1954, pp.
167190).
Plusieurs amliorations ont permis

dtendre encore la porte de celle-ci. En
1971, dans son article Error-bounds for
finite element method (Numerische Mathematik
16 : 322333), Babuka a gnralis le
thorme de Lax-Milgram aux problmes
non ncessairement coercitifs (i.e. la forme
Lax
Babuka
Brezzi
Ladyjenskaa
bilinaire nest plus suppose coercitive),
largissant le champ dapplication de la mthode des lments finis.
Puis, en 1974, dans On the existence, uniqueness and approximation of saddle-point problems
arising from lagrangian multipliers, Brezzi a trait le cas o le problme nest plus dcrit laide
dune seule variable (u jusqu prsent), mais laide de plusieurs variables, ouvrant ainsi la porte
aux formulations mixtes. Ce faisant, il a eu besoin dimposer des conditions, connues sous le nom
de conditions inf-sup, ou conditions BBL pour Babuka-Brezzi-Ladyjenskaa (voir par exemple : O.
A.Ladyenskaya, On integral estimates, convergence, approximate methods, and solution in functionals for
elliptic operators. (Russian) Vestnik Leningrad. Univ. 13 1958 no. 7, 6069).
Enfin, Brezzi a remplac sa condition de V-ellipticit par des conditions de Babuka dans son
thorme gnralis.
99
PROBLME CONTINU
II
7.4
Thorme de Babuka et condition inf-sup
Thorme 41 Thorme de Babuka. Soient H et M deux espaces de Hilbert. Soient a.; /
une forme bilinaire continue sur H M et f ./ une forme linaire continue sur M. On sintresse
au problme : Existe-t-il u 2 H tel que a.u; v/ D f .v/, 8v 2 M ?
Si a.; / vrifie :
8
inf
sup a.u; v/ > 0
u2H
v2M
< kukH D1 kvkM D1

(7.11)
sup
a.u;
v/
>
0;
8v
2
Mnf0g
: u2H
kukH D1
Alors 8f 2 M0 , le problme admet une unique solution u.

La premire condition scrit aussi :
9 > 0; sup a.u; v/ > kukH ; 8u 2 H
(7.12)
v2M
kvkM D1
Alors que le seconde scrit :

8v 2 Mnf0g;
9u 2 H;
a.u; v/ > 0
(7.13)
Dmonstration. La preuve du thorme de Babuka revient montrer que loprateur A associ la forme
bilinaire a est un homomorphisme.
7.5
Thormes de Brezzi et condition BBL
Thorme 42 Thorme de Brezzi (1974). Considrons le problme variationnel mixte
suivant : Trouver (u; / dans H M tels que :

a.u; v/ C b.v; / D hf; vi 8v 2 H;
b.u; / D hg; i 8 2 M:
(7.14)
Si les conditions suivantes sont satisfaites :

a.; / est continue ;
a.; / est coercitive sur V ou V-elliptique (uniquement sur V et pas sur H tout entier)
(sur ker B) :
9 > 0 tel que : a.v; v/ > kck2 ;
8v 2 V D fv 2 HI b.v; / D 0; 8 2 Mg (7.15)
b.; / est continue ;

b.; / vrifie la condition inf-sup suivante :
inf
sup b.v; / > 0
2M
v2H
kkM D1 kvkH D1
(7.16)
Alors, 8.f; g/ 2 H0 M0 , le problme prcdent possde une unique solution .u; / 2 H M.

Rappel : on parle de condition inf-sup ou condition de Brezzi, ou condition de Babuka-BrezziLadyjenskaa, ou condition BBL.
La condition de V-ellipticit scrit galement :
inf
v2Vnf0g
II
a.v; v/ > 0
PROBLME CONTINU
(7.17)
7.4 Thorme de Babuka et condition inf-sup
100
et la condition BBL :
9 > 0;
b.v; /
> kkM ;
v2H kvkH
sup
8 2 M
(7.18)
Nous allons crire la dmarche de la dmonstration car elle est typique de la rsolution de ce
genre de problme.
Dmonstration. On va se servir de H D V V? avec V D ker B o videmment B est loprateur dfinit
de H dans M0 tel que : hBu; iM D b.u; /, 8 2 M. Pour le produit scalaire induit, V et V? sont des
Hilbert.
La solution cherche est u D u0 C u? .
Les inconnues seront donc u0 , u? et .
On a les quations pour v0 , v? et . Pour v? lquation est :
8
< a.u? ; v? / C a.u0 ; v? / C b.v? ; / D hf; v? i 8v? 2 V?
(7.19)
a.u? ; v0 / C a.u0 ; v0 / C b.v0 ; / D hf; v0 i 8v0 2 V
:
b.u? ; / C b.u0 ; / D hg; i
8 2 M
Or dans la seconde quation, b.v0 ; / D 0 car v0 2 ker b et dans lquation 3, b.u0 ; / D 0 car u0 2 V.
On est ramen 3 sous-problmes :
sous-problme 1 : chercher u? 2 V? tel que b.u? ; / D g./, 8 2 M, ce qui est effectivement
le cas daprs le thorme de Babuka ;
sous-problme 2 : chercher u0 2 V tel que a.u0 ; v0 / D hf; v0 i a.u? ; v0 /, 8v0 2 V. Il suffit de
vrifier que le second membre dfinit un oprateur tel que lon a bien les hypothses du thorme
de Lax-Milgram ;
sous-problme 3 : chercher 2 M tel que b.v? ; / D hf; v? i
a.u; v? /, 8v? 2 V? . Il faut un
peu plus travailler pour vrifier que lon est dans le cas dapplication du thorme de Babuka, mais
a se fait (une quinzaine de lignes en dtail).
On peut remplacer les conditions de V-ellipticit sur a.; / par des conditions de Babuka.
Thorme 43 Thorme gnralis de Brezzi. Considrons le problme variationnel mixte
suivant : Trouver (u; / dans H M tels que :

a.u; v/ C b.v; / D hf; vi 8v 2 H;
b.u; / D hg; i 8 2 M:
(7.20)
Si les conditions suivantes sont satisfaites :

a.; / est continue ;
a.; / vrifie les deux conditions suivantes :
9 > 0 tel que :
a.u; v/
> kukH2 ;
v2Vnf0g kvk
sup
8u 2 V D ker B
(7.21)
8v 2 Vnf0g; 9u 2 V; a.u; v/ 0 ou de manire quivalente 8v 2 Vnf0g; sup a.u; v/ >

u
0
b.; / est continue ;
b.; / vrifie la condition inf-sup suivante :
inf
sup b.v; / > 0
2M
v2H
kkM D1 kvkH D1
(7.22)
Alors, 8.f; g/ 2 H0 M0 , le problme prcdent possde une unique solution .u; / 2 H M.

Pour vrifier la condition LBB, il est souvent plus simple de vrifier le critre suivant : la condition
inf-sup sur b.; / est quivalente :
8 2 M; 9v 2 H (uniquement dans V? ) tel que : b.v; / D kk2 et kvk 6
101
1
kk (7.23)
PROBLME CONTINU
II
7.6
Nous avons dj prsent les multiplicateurs de Lagrange dun point de vue pratique au chapitre
prcdent. Regardons maintenant laspect mathmatique.
Dans les paragraphes 7.3 et 7.4 sur les thormes de Lax-Milgram et de Babuka, nous avons
trait le cas dun problme dcrit par un seul champ inconnu. Dans le paragraphe 7.5 sur le thorme
de Brezzi, nous avons trait le cas dun problme formul avec deux champs inconnus (mais on
pourrait ltendre autant de champs que ncessaire). Dans ce paragraphe, nous allons traiter un
cas un peu au milieu : par exemple deux domaines possdant chacun leur formulation, mais
coupls. Il est donc ncessaire dans ce cas dintroduire une quation de couplage entre ces
formulations. Cest ce que lon se propose de raliser laide des multiplicateurs de Lagrange.
Dfinition 57 Formulation comme problme de minimisation sous contrainte. Soient H
et M deux espaces de Hilbert. Soient a.; / W H H ! R une forme bilinaire symtrique et

continue et b.; / W H M ! R une forme bilinaire continue. Soient enfin f 2 H0 et g 2 M0
deux formes linaires. On notera h; iH et h; iM les produits de dualit entre H et H0 et entre M
et M0 respectivement.
On considre le problme suivant :
Trouver u 2 H tel que a.u; v/ D f .v/; 8v 2 H
et vrifiant les contraintes supplmentaires : b.v; / D g./; 8 2 M:
(7.24)
Ce problme est quivalent :

Trouveru 2 H tel que J.u/ D minfJ.v/; v 2 H et b.v; / D hg; iM ; 2 Mg
avec J.v/ D 12 a.v; v/
(7.25)
hf; viH
On parle de problme de minimisation sous contrainte.

On introduit un Lagrangien : L.v; / D J.v/Cb.v; / hg; iM . videmment, 8; L.v; / D
J.v/ si v vrifie les contraintes. Lide est de considrer minv2H L.v; :/. La question devient alors :
existe-t-il un multiplicateur particulier 2 M tel que minv2H L.v; / soit gale u 2 H solution
de (7.25) ? On appelle parfois pnalit ou fonction de pnalisation.
En notant que :
h
@L
d
.u; /; viH D
L.y C t v; /j t D0 D a.u; v/
@v
dt
hf; viH C b.v; /
Alors .u; / 2 H M est solution du problme mixte (7.14) :

a.u; v/ C b.v; / D hf; vi 8v 2 H;
b.u; / D hg; i 8 2 M:
(7.26)
(7.27)
et on se retrouve dans le cadre du thorme de Brezzi au paragraphe 7.5.

De plus, si a.v; v/ > 0, 8v 2 H, alors .u; / est solution de (7.14) correspond .u; / est un
point-selle de L, i.e. :
8 2 M; L.u; / 6 L.u; / 6 L.v; /; 8v 2 H
(7.28)
Remarquons enfin que si lon note :

A..u; /; .v; // D a.u; v/ C b.v; / C b.u; /
(7.29)
L..v; // D f .v/ C g./
(7.30)
et que lon pose les nouvelles variables U D .u; / et V D .v; /, alors on revient un problme
de type Lax-Milgram : trouver U 2 H M tel que pour tout V 2 H M, A.V; U/ D L.V/.
II
PROBLME CONTINU
7.6 Multiplicateurs de Lagrange
102
Histoire
103
Comme nous lavons dj mentionn, Lagrange est le fondateur du calcul des variations avec Euler.
Il est galement le fondateur de la thorie des formes quadratiques, et dmontre
le thorme de Wilson sur les nombres premiers et la conjecture de Bachet sur la
dcomposition dun entier en quatre carrs (connu aussi sous le nom de thorme
des quatre carrs de Lagrange). On lui doit un cas particulier du thorme auquel
on donnera son nom en thorie des groupes, un autre sur les fractions continues,
lquation diffrentielle de Lagrange...
En physique, en prcisant le principe de moindre action, avec le calcul des
variations, vers 1756, il invente la fonction de Lagrange, qui vrifie les quations
Lagrange
de Lagrange, puis dveloppe la mcanique analytique, vers 1788, pour laquelle
il introduit les multiplicateurs de Lagrange. Il entreprend aussi des recherches importantes sur le
problme des trois corps en astronomie, un de ses rsultats tant la mise en vidence des points de
libration (dits points de Lagrange) en 1772.
En mcanique des fluides, il introduisit le concept de potentiel de vitesse en 1781, bien en
avance sur son temps. Il dmontra que le potentiel de vitesse existe pour tout coulement de fluide
rel, pour lequel la rsultante des forces drive dun potentiel. Dans le mme mmoire de 1781,
il introduisit, en plus, deux notions fondamentales : le concept de la fonction de courant, pour
un fluide incompressible, et le calcul de la clrit dune petite onde dans un canal peu profond.
Rtrospectivement, cet ouvrage marqua une tape dcisive dans le dveloppement de la mcanique
des fluides moderne.
PROBLME CONTINU
II
Chapitre 8
Problmes physiques : formulations

faibles et variationnelles
Rsum Nous allons maintenant reprendre les problmes types exposs sous forme
forte dans le chapitre 6, pour leur appliquer les mthodes du chapitre prcdent. Nous
obtiendrons alors les formulations faibles et variationnelles des mmes problmes.
8.1
8.1.1

quations de Laplace et Poisson
Sur ce premier exemple, nous dtaillerons plus la dmarche et les tapes que dans la suite des cas
prsents.
Laplacien de Dirichlet
On considre lquation de Poisson (Laplace si f D 0) avec les conditions aux limites de Dirichlet,
i.e. le problme suivant :
(
u D f dans
(8.1)
uD0
sur D @
Multiplier par une fonction test v et intgrer par parties (ou utiliser la formule de Green) conduit :
Z
Z
Z
@u
ru rv
vD
fv
(8.2)

@n

Comme, rappelons le, le but est de faire en sorte que u et v jouent un rle symtrique, on veut donc
quils aient mme rgularit et mmes conditions aux limites. La rgularit ncessaire est u et v
sont H1 ./, et la prise en compte des conditions aux limites conduit finalement chercher u et v
dans H10 ./.
Le problme est donc :
Z
Z
Trouver u 2 H10 ./ tel que 8v 2 H10 ./;
ru rv D
fv
(8.3)

dont le second membre na de sens que si f 2 L2 ./, ce qui sera suppos. Notons que le problme
est galement bien dfini dans le cas o f 2 H 1 ./, car v 2 H10 ./.
Avec cette formulation, le thorme de Lax-Milgram permet de conclure lexistence et
lunicit de la solution.
105
8. Problmes physiques : formulations faibles et variationnelles
PROBLME CONTINU
II
quivalence des solutions Nous avons construit un problme variationnel dont on sait quil a
une unique solution. Une question naturelle est alors de savoir en quel sens on a rsolu le problme
initial.
Il est facile de voir que lquation u D f est vrifie au sens des distributions. Or f 2
L2 ./, donc u 2 L2 ./, et lgalit a donc lieu presque partout. De la mme manire, on
a u D 0 presque partout sur (pour la mesure surfacique sur ).
On comprend pourquoi, parmi diffrentes formulations faibles, on en retient une plutt quune
autre : afin dobtenir une formulation variationnelle partir de laquelle on raisonne rigoureusement,
i.e. existence et unicit du rsultat, puis retour au problme initial.
Une autre formulation variationnelle. Afin dillustrer la remarque prcdente, construisons une autre
formulation variationnelle du mme problme. Pour cela, intgrons une nouvelle fois par parties, afin de
chercher une solution encore plus faible. Le problme devient :
Z
Z
Trouver u 2 L1 ./ tel que 8v 2 C1
./;
uv
D
fv
(8.4)
c

Tout dabord, on peut remarquer que lon ne peut plus appliquer le thorme de Lax-Milgram. Ensuite,
rappelons une remarque dj faite : plus on cherche des solutions en un sens faible, plus il est facile de
prouver lexistence de solutions, mais plus il est difficile dobtenir lunicit de la solution.
En travaillant dans L1 ./, on ne pourrait pas, par exemple, donner de sens u D 0 sur .
Comme nous lavons vu au chapitre prcdent, lintrt des problmes symtriques, cest quils
peuvent sinterprter en terme de minimisation.
La solution du problme initial est galement la fonction u qui ralise le minimum de :
Z
Z
1
2
jruj
fu
(8.5)
min
u2H10 ./ 2

Laplacien de Dirichlet relev
On considre lquation de Laplace-Poisson avec les conditions aux limites suivantes :
(
u D f dans
uDg
sur D @
(8.6)
o g 2 H1=2 ./ est une fonction donne.

Lide est videmment de se ramener au cas prcdent en ralisant un relvement despace.
Pour cela, on considre la fonction v D u u o u 2 H1 ./ est un relvement de la condition
au bord, i.e. tel que u D g sur .
On utilise ensuite la surjectivit de lapplication trace, 0 (ce qui devrait malgr tout rester
comprhensible bien que la trace ait t dfinie de manire un peu lgre au paragraphe 5.5.1).
La formulation variationnelle du problme est :
Z
Z

Trouver u 2 v 2 H1 ./; v D g sur tel que 8v 2 H10 ./;
ru rv D
f v (8.7)

Laplacien de Neumann
On considre lquation de Laplace-Poisson avec les conditions aux limites de Neumann, i.e. le
problme suivant :
8
< u D f dans
(8.8)
: @u D g sur D @
@n
On obtient immdiatement la formulation variationnelle suivante :
Z
Z
Z
Trouver u 2 H1 ./ tel que 8v 2 H1 ./;
ru rv D
fv C
gv
(8.9)

II
PROBLME CONTINU
106
qui ncessite f 2 L2 ./ et g 2 L2 ./.

On peut remarquer quici une simple intgration par parties a suffi intgrer les conditions
aux limites dans la formulation variationnelle, i.e. les conditions aux limites nont pas eu tre
introduites dans lespace fonctionnel pour u, contrairement au cas du Laplacien de Dirichlet (en
mme temps, demander une fonction de H1 ./ davoir une drive normale gale une fonction g
au bord na pas de sens).
Lorsque les conditions aux limites sintroduisent delles-mmes comme dans le cas du Laplacien
de Neumann, on dit que lon tient compte des conditions aux limites de manire naturelle. Lorsquil
faut les inclure, on dit quon en tient compte de manire essentielle.
Il faut remarquer que le problme variationnel ne peut avoir de solution que si f et g vrifient
une condition de compatibilit, i.e. si :
Z
Z
f C
gD0
(8.10)

Il faut aussi remarquer que si u est une solution du problme, alors u C c, o c est une constante,
est galement solution. On ne peut donc pas esprer prouver quil existe une unique solution au
problme sans restreindre lespace fonctionnel pour u. Pour liminer
lindtermination due cette
R
constante additive, on introduit, par exemple, V D fu 2 H1 ./; u D 0g et on pose le problme
sous la forme :
Z
Z
Z
Trouver u 2 V tel que 8v 2 V;
ru rv D
fv C
gv
(8.11)

En utilisant lingalit de Poincar-Wirtinger, on montre que le problme est bien coercitif et

donc quil admet une unique solution.
Remarquons que si la condition de compatibilit nest pas vrifie, alors la solution de la
dernire formulation rsout bien le problme initial avec un f ou un g modifi dune constante
additive, de manire vrifier la condition de compatibilit.
Il y aurait lieu quelques discussions sur linterprtation des rsultats, mais celle-ci serait
beaucoup plus abstraite que dans le cas du Laplacien de Dirichlet. Le lecteur dsireux de rentrer
( raison) dans ce genre de dtails trouvera aisment un cours de M2 sur le sujet. Cela dpasse le
cadre que nous nous sommes fix dans ce document.
Laplacien avec conditions mixtes
On considre lquation de Laplace-Poisson avec les conditions aux limites mixtes suivantes :
8
dans
< u D f
(8.12)
: @u C u D 0 sur D @
@n
On obtient la formulation variationnelle :
Z
Z
Z
Z
1
1
Trouver u 2 H ./; tel que 8v 2 H ./;
ru rv C uv D
f v C gv (8.13)

Laplacien avec conditions mixtes en formulation mixte

On considre le problme prcdent gnral comportant des conditions de Dirichlet et de Neumann
sur les parties D et N respectivement. Ce problme est exprim sous forme mixte, i.e. laide de
deux variables u et p, par :
8
rp C u D 0
dans
r:u D u
dans
<
(8.14)
p D gD
sur D
@u
:
D gN :n sur N
@n
107
PROBLME CONTINU
II
On obtient la formulation variationnelle : Touver u et p tels que :

Z
Z
8
8v 2 X;
pr:v D
gD :n

D
Z
Z
<
8q 2 L2 ./;
qr:u D
qf

@u
:
D gN :n sur n
@n
(8.15)
avec X D fv 2 H.div; /I v:n D 0 sur N g.
8.1.2
quation donde
Rappelons que lquation des ondes correspond un problme dvolution hyperbolique linaire.
Diffrentes conditions aux limites peuvent tre imposes. Dans le cadre de ce document, nous nous
intresserons plus particulirement lacoustique. Ce paragraphe est donc trait un peu plus loin
dans le document.
8.1.3
quation de la chaleur
Aprs avoir prsent le problme elliptique du Laplacien, intressons-nous maintenant au cas

parabolique de lquation de la chaleur. Pour cela, considrons le problme suivant : Trouver u.x; t /
tel que :
8
< @ t u u D f dans 0 I T
u.t; / D 0
sur 0 I T
(8.16)
:
u.0; / D u0
sur
On opre comme prcdemment. Toutefois, nous faisons jouer la variable de temps t et la variable
despace x des rles diffrents : on considre la fonction u.t; x/ comme une fonction du temps,
valeur dans un espace fonctionnel en x, et on prend comme fonctions tests des fonctions qui
dpendent seulement de la variable x. On obtient alors facilement la formulation variationnelle
suivante :
Z
Z
Z
d
1
Trouver u tel que 8v 2 H0 ./;
uv C
ru rv D
fv
(8.17)
dt

Pour donner un sens cette formulation variationnelle, une certaine rgularit de u est requise :

u 2 V D C0 0; TI L2 ./ \ L2 0; TI H10 ./
(8.18)

Lespace C0 0; TI L2 ./ est lespace des fonctions
v.t; x/ telles que pour tout t, v.t; / est une

fonction de L2 ./ ; lespace L2 0; TI H10 ./ est lespace des fonctions v.t; x/ telles que pour
RT
presque tout t, v.t; / est une fonction de H10 ./ et 0 kvk2 1
< 1. Le premier est un espace de
H0 ./
Banach, le second, un espace de Hilbert.

La formulation variationnelle est donc :
Trouver u 2 V tel que u.0; / D u0 et tel que 8v 2 H10 ./;
d
dt
Z

Z
uv C
Z
rurv D
fv

(8.19)
Pour rsoudre le problme, il faut utiliser une mthode numrique. On montre lexistence puis
lunicit par les estimateurs priori. Nous dtaillerons cela plus loin.
II
PROBLME CONTINU
108
8.2
Pour la prsentation des formulations faibles, nous commencerons par le cas de lquation de
Stokes avant de passer celui de lquation de Navier-Stokes (afin de nous permettre dintroduire
les notations progressivement).
8.2.1
quation de Stokes
Si lon considre le problme de Stokes pour un fluide incompressible avec condition de Dirichlet,
il nous faut rsoudre le systme :
8
< u C rp D f dans
div u D 0
dans
(8.20)
:
uD0
sur D @
La formulation mixte qui en dcoule est :
Z
Z
Z

ru W rv
p div v D
f v

(8.21)
On introduit les formes bilinaires :

a W H10 ./n H10 ./n ! R
Z
.u; v/ 7! a.u; v/ D
ru W rv
(8.22)
b W H10 ./n L2 ./ ! R

Z
.div v/q
.u; q/ 7! b.u; q/ D
(8.23)
et
On introduit galement lespace L20 ./ des fonction L2 ./ moyenne nulle :

Z
L20 ./ D q 2 L2 ./;
qD0
(8.24)
La formulation variationnelle mixte (vitesse/pression) est alors : Trouver .u; p/ 2 H10 ./ L20 ./
tels que :
(
a.u; v/ C b.v; p/ D .f; v/ 8v 2 H10 ./n
(8.25)
b.u; q/ D 0
8q 2 L20 ./
Notons que dans la seconde quation, la fonction test q pourrait de manire quivalente tre
cherche dans L2 ./ (pas besoin de la moyenne nulle).
Par contre, il est important de chercher p 2 L20 ./. Cest cette condition de pression nulle qui
assure lunicit de la pression (comme dans le cas prcdent du Laplacien de Neumann).
Il est possible de formuler ce problme de manirenon mixte, i.e. sous une forme compatible

avec le thorme de Lax-Milgram. Considrons V D u 2 H10 ./n = div u D 0 dans . Alors u
(la vitesse) est solution du problme :
Trouver u 2 V tel que a.u; v/ D .f; v/, 8v 2 V.
Dailleurs cest cette formulation qui permet (a est continue et coercitive sur V) de conclure
lexistence et lunicit de u. De l, il ne reste plus qu dmontrer la mme chose pour p dans la
formulation mixte.
109
PROBLME CONTINU
II
8.2.2
quation de Navier-Stokes
Considrons le problme de Navier-Stokes, pour un fluide incompressible, et soumis des conditions initiales en temps et sur le contour D @ :
8
@u
C .u r/u C u C rp D f dans RC
@t
<
div u D 0
dans RC
(8.26)
u
D
g
sur

R
:
u.; 0/ D u0
dans
La fonction g D g.x; t / dans la condition de type Dirichlet sur le bord du domaine doit tre
flux nul sur , i.e. on suppose que :
Z
gnD0
(8.27)
avec n la normale extrieure . Cette condition est ncessaire pour que le problme de NavierStokes admette une solution.
Introduisons galement les espaces de fonctions valeurs dans un espace de Banach B. Pour q >
1, on a :

Z T
q
q
L .0; TI B/ D v W 0 I T ! BI v est mesurable et
kv.t /kB dt < C1
(8.28)
0
Ces espaces sont munis de la norme :

Z
1=q
q
kukLq .0;TIB/ D
ku.t /kB dt
(8.29)
Notons que ces espaces ont t prsents au paragraphe prcdent sur lquation de la chaleur.
La notation tait un peu diffrente mais il sagit bien des mmes espaces. Nous avons voulu profiter
de ces exemples pour introduire ces deux notations, diffrentes mais dsignant bien la mme chose.
Posons X D H10 ./n et Y D L20 ./n . La formulation variationnelle mixte des quations de
Navier-Stokes scrit : Soit f 2 L2 .0; TI L2 ./n / et u0 2 L2 ./n . Trouver :

dv
2
0
2
2 L .0; TI X /
(8.30)
u 2 W.0; T/ D v 2 L .0; TI X/;
dt
et p 2 L2 .0; TI Y/, tels que p.p. t 2 .0; T/, on ait :
8 du
< h dt .t /; viX0 ;X C a.u.t /; v/ C c.u.t /; u.t /; v/ C b.v; p.t // D .f .t /; v/ 8v 2 X
8q 2 Y (8.31)
b.u.t /; q/ D 0
:
u.0/ D u0
o c W X X X ! R est la forme trilinaire dfinie par :
Z
n Z
X
@zi
c.w; z; v/ D
.w r/z v D
wj
vi
@x
j

(8.32)
i;j D1
Cette forme trilinaire a certaines proprits, par exemple lorsque lon permute des termes o
lorsque lon considre que certaines variables sont divergence nulle...
Pour des raisons de stabilit, la forme c est remplace par le forme cQ dfinie par :
1
.c.w; z; v/ c.w; v; z//
(8.33)
2
qui est antisymtrique et possde par consquent la proprit c.w;
Q
z; z/ D 0, 8w; x; z 2 X.
Nous ne rentrons pas plus avant dans la mthode, car il faudrait alors parler ds prsent du
schma numrique associ, ce qui sera fait plus tard.
cQ D
II
PROBLME CONTINU
8.2 Mcanique des fluides
110
8.2.3
quation dEuler
Nous avons dj vu que sans le cas dun nombre de Reynolds lev, alors le terme de convection
non-linaire .u:r/u devient prpondrant, et on obtient alors lquation dEuler. Pour un fluide
incompressible, le problme rsoudre est donc :
8
< @u C .u r/u C rp D f
@t
:
div u D 0
dans RC
(8.34)
dans RC
On considrera quil sagit dun cas simplifi de Navier-Stokes, et on le traitera comme tel.
8.3
8.3.1
Formulation gnrale
La formulation la plus gnrale du problme est :

(
div C f D uR C uP
dans
quation de la dynamique
D H."
dans
loi de comportement
"t h/
(8.35)
laquelle il est ncessaire dajouter les conditions aux limites suivantes :

8
uDu
< n.x/ D g
N
u.t
P D 0/ D uP 0
:
u.t D 0/ D u0
sur D
dplacement impos
sur N
condition sur le bord

condition initiale en vitesse
(8.36)
condition initiale en dplacement
avec comme dhabitude, D et N une partition de la frontire D @ du domaine .

Pour obtenir une formulation faible, on applique les mmes recettes que ci-dessus. Dans un
premier temps, on ne traite que lquation de la dynamique, la loi de comportement ntant l
finalement que pour simplifier lquation en permettant de lier des variables entre elles. Ainsi,
la formulation faible gnrale est :
Z
Z
Z
Z
Z
v uR C
v uP C
"W
fv
gN v D 0; 8v tel que v D u sur D (8.37)

Nous sommes rests trs prudents sur lappartenance des diffrentes grandeurs des espaces, car
cela dpend du choix des variables.
8.3.2
Choix des variables
Dans la formulation variationnelle prsente, on ne manquera pas de remarquer que les variables
sont : les dplacements (et leurs drives temporelles : vitesse et acclration), les dformations et
les contraintes.
Il est possible de choisir de conserver toutes ces variables, i.e. davoir un problme dpendant
de trois champs inconnus : u, " et . Une telle formulation est qualifie de mixte. On qualifie
dailleurs de mixte, toute formulation ayant plus dun seul champ inconnu.
Comme on connat des relations entre les diffrents champs (relation dplacement / dformation
et relation dformation / contrainte), il est possible dobtenir des formulations ayant deux ou mme
un seul champ inconnu, comme nous lavons dj vu au paragraphe 7.5 (thormes de Brezzi).
111
PROBLME CONTINU
II
Formulation classique en dplacements

Lintrt de rduire le nombre de champ inconnu est vident. Faut-il donc opter dfinitivement
pour une formulation un seul champ ? Ce nest pas vident. En effet, utiliser une formulation k
champs parmi n se traduira par nobtenir que ces k champs comme solution directe du systme.
Les n k champs manquant doivent alors tre obtenus partir des k champs choisis... et cela peut
poser certains problmes, dont nous parlerons plus tard.
Il est noter que la formulation dite en dplacements, galement qualifie de classique, est la
plus utilise. Comme son nom lindique, elle ne comporte que le champ de dplacement comme
inconnu. Il suffit de considrer, dans la formulation prcdente, que les contraintes sont obtenues
partir des dformations, via la loi de comportement, et que les dformations sont obtenues partir
des dplacements par la relation idoine (en petits ou grands dplacements).
Dans la formulation en dplacement, on suppose que les relations liant les dformations
aux dplacements (oprateur de drivation en petites ou grandes dformations) et les contraintes
aux dplacements (en fait les contraintes aux dformations via la loi de comportement, puis les
dformations aux dplacements comme ci-avant) sont connues et vrifies :
Z
Z
Z
Z
Z
v uC
R
v uC
P
".v/ W .u/
fv

De manire plus explicite, si on note " D Lu la relation entre dformations et dplacements

et D H" D HLu la relation entre contraintes et dplacement, alors il vient :
Z
Z
Z
Z
Z
v uR C v uP C Lv W HLu
fv

o napparaissent effectivement plus que les dplacements comme inconnues.

On se contente toutefois gnralement dcrire ".u/ et .u/ pour dire que linconnue est bien u,
ce qui vite dalourdir lcriture.
Cette formulation en dplacement correspond au problme de minimisation de la fonctionnelle de lnergie potentielle totale que lon appelle galement fonctionnelle primale :
Z
Z
Z
1
fv
gN v
(8.40)
J.u/ D
".v/ W .u/
2
N

o le champ de dplacements doit vrifier v D u sur D . Les relations entre dformations et
dplacements et entre contraintes et dplacements sont supposes vrifies de manire implicite
dans .
Illustration : formulation en dplacements de la statique des matriaux isotropes
En se plaant dans le cas statique, et en crivant en dplacements , i.e. en supprimant le champ de
contrainte des inconnues (et en utilisant, au passage, la symtrie de ), la formulation variationnelle
prcdente devient :
Z
Z
Z
Hij kl "ij .u/"kl .v/ D
fv C
gN v; 8v 2 HD1 ./
(8.41)

Notons que pour prouver la coercitivit de la forme bilinaire, il faut recourir lingalit de Korn.
Si en plus le matriau est isotrope, cette expression se simplifie en :
Z
Z
Z
div.u/ div.v/ C 2".u/ ".v/ D
fv C
gN v; 8v 2 HD1 ./
(8.42)

que lon peut voir comme un problme de minimisation de la fonctionnelle :

Z
Z
Z
X
2
2
J.u/ D
.div u/ C 2
"ij .u/
fv
gN v

II
PROBLME CONTINU
ij
(8.43)
112
Dune manire gnrale, toute formulation faible, quelque soit le nombre de champs inconnus,
scrit en mcanique sous la forme de minimisation dune fonctionnelle, dont on sait trouver la
signification physique.
Formulations mixte et hybride
La formulation la plus gnrale est celle comportant les trois champs de dplacements u, de
dformations ", et de contraintes comme inconnues. Cette formulation mixte est connue sous le
nom de principe de Hu-Washizu (1975). Sous forme variationnelle, elle scrit :
Z
Z
Z
Z
Z
1
J.u; "; / D
" W C .ru/
fv
gN v
.u u/. .v/ n/
(8.44)
2

N
D
et ne comporte aucune condition (puisquelles sont toutes formellement prsente dans la formulation).
Il est possible dobtenir une formulation nayant que le champ de contraintes comme inconnue.
Il sagit de la fonctionnelle duale :
Z
Z
Z
1
J./ D
S
.v/S0 C
u .v/ n
(8.45)
2

D
o le champ de contrainte doit vrifier les conditions div C f D 0 dans et n D gN
sur N . S dsigne la loi de comportement donne sous forme inverse (i.e. sous forme de souplesse,
i.e. S D H 1 ).
Lutilisation de multiplicateurs de Lagrange permet de construire des fonctionnelles multichamps. La fonctionnelle de lnergie complmentaire est la suivante :
Z
Z
Z
Z
1
J.; ; / D
S
.div C f / C
u n C
. n gN /
(8.46)
2

D
N
o et sont les multiplicateurs de Lagrange. Les multiplicateurs de Lagrange prsents ci-dessus
ont une signification physique (que lon trouve en crivant la stationnarit de la fonctionnelle).
En remplaant les multiplicateurs par les quantits quils reprsentent, i.e. en remplaant par u
dans et par u sur N , on obtient la fonctionnelle dHellinger-Reissner sous sa premire forme :
J.u; / D
1
2
Z
S
Z
.div C f /u C
Z
u n
. n
gN /v
(8.47)
En notant :
Z
a.; / D
S
Z
(8.48)
Z
b.; u/ D
div u C
u n C

D
Z
Z
L.u/ D
fuC
gN v

u n
(8.49)
(8.50)
alors, le premire fonctionnelle de Reissner se met sous la forme :

1
J.; u/ D a.; / C b.u /
2
L.u/
(8.51)
En effectuant une intgration par parties du terme mixte b.; u/, on obtient la fonctionnelle
dHellinger-Reissner sous sa deuxime forme :
Z
Z
Z
Z
1
J.u; / D
S C
W"
fv
gN v
(8.52)
2

N

113
PROBLME CONTINU
II
o le champ de dplacement doit vrifier v D u sur D , et o la relation entre dformations et

dplacement est suppose vrifie dans . Cette fonctionnelle dHellinger-Reissner est galement
appele fonctionnelle mixte. Ladjectif hybride peut tre adjoint lune quelconque des formulations
prcdentes si le ou les champs sont interpols dune part sur tout le domaine et dautre part sur
tout ou partie du contour de faon indpendante.
Il est possible de modifier la fonctionnelle de lnergie complmentaire de plusieurs manires.
Nous ne prsentons que celle conduisant ce que lon appelle souvent fonctionnelle hybride et qui
est la fonctionnelle de Pian et Tong (1978) :
Z
Z
Z
1
J.u; "/ D
S C
u .v/ n
gN v
(8.53)
2
N
Sa variation :
Z
J.u; "/ D
Z
S C
Z
u .v/ n C v .u/ n
gN v
(8.54)
a lavantage de ne pas comporter de drive.

Au paragraphe 11.1, nous reprendrons ces formulations pour les exprimer, peut-tre de manire
plus explicite pour le lecteur sous forme matricielle.
8.4
On sintresse la propagation et la rflexion dondes de pression dans un fluide parfait non

pesant. On supposera le mouvement harmonique autour dun tat moyen (ambiance) au repos
(ce qui est le lien physique avec lintroduction de lespace L20 ./ prsent pour lquation de
Stokes).
On rappelle que lquation des ondes acoustiques de clrit c dans un milieu est :
p 0
8.4.1
1 0
pR D 0
c2
(8.55)
quation de Helmholtz
Il sagit de la formulation gnrale dun problme acoustique linaire. Elle est obtenue en cherchant
la solution harmonique de lquation des ondes, i.e. une solution sous la forme : p 0 .x; y; z; t / D
p.x; y; z/e i !t . (Au passage, les physiciens utilisent plutt j au lieu de i pour gagner en clart sans
doute... comme sils passaient leur temps parler dintensit, quen plus ils notent plutt I !)
On obtient alors lquation de Helmholtz :
p C k 2 p D 0
(8.56)
o k est le nombre donde :

kD
8.4.2
!
2
D
c

(8.57)
Conditions aux limites en acoustique
Soit D @ la frontire du domaine concern. On considre que est partitionne en trois zones
(i.e. dont lunion vaut et dont aucune nintersecte les autres) qui portent chacune une condition
aux limites diffrente : D de Dirichlet, N de Neumann et R de Robin. On a donc :
Dirichlet : p D p sur D ;
Neumann : @n p D
II
PROBLME CONTINU
i!Vn sur N ;
8.4 quations de lacoustique
114
Robin : @n p D
i!An p sur R .
Remarques.
Condition de Dirichlet : La condition est comprendre comme la pression a une valeur prescrite sur la
frontire . Sa traduction mathmatique est alors plutt :
@p
D p sur D
@n
Condition de Neumann : Vn est la valeur impose de la composante normale de la vitesse. Cette condition
limite modlise la vibration dun panneau, ce qui en fait la condition la plus souvent utilise lorsque lon a
un couplage faible entre la structure et le fluide. On effectue alors une tude vibratoire de la structure, puis
grce celle-ci une tude acoustique du fluide sans se proccuper des interactions fluide-structure.
Condition de Robin : An est appel coefficient dadmittance, il vaut linverse de limpdance Zn :
An Zn D 1. Physiquement, ce coefficient reprsente labsorption et la reflexion de londe par le matriau
environnant dont la frontire est modlise par R .
Nous aurons loccasion de reparler de cela au chapitre 18 qui portera spcifiquement sur lacoustique.
8.4.3
Formulation faible

En notant HD1 ./ D p 2 H1 ./; p D p sur D et HD0 ./ D v 2 H1 ./; v D 0 sur D , les
espaces qui sont des sous-espaces de H1 ./, on trouve finalement :
a.p; w/
Q D b.w/;
Q
8w 2 HD0 ./
(8.58)
avec Q la conjugaison complexe, a.p; q/ W HD1 HD1 ! C la forme sesquilinaire dfinie par :
Z
Z
a.p; q/ D
@xi p@xi qQ k 2 p qQ C
ickAn qQ
(8.59)

et b.a/ W HD1 ! C dfinie par :

Z
b.q/ D
ickVn q
(8.60)
Et comme on peut vrifier que lon est dans un cas qui va bien, on dfinit lnergie potentielle
totale du domaine par :
1
Wp D a.p; p/
Q
2
b.p/
Q
(8.61)
et la rsolution du problme devient :

Trouver p 2 HD1 ./ tel que Wp soit minimal
(8.62)
ou de manire quivalente :
Trouver p 2 HD1 ./ tel que Wp D 0;
8p 2 H10 ./
(8.63)
En fonction des conditions aux limites et des conditions initiales du problme, la variation de pression solution du problme peut tre relle, i.e. tre de la forme p 0 .x; y; z; t / D
<.p.x; y; z/e i !t /. Une telle solution est appele monochromatique. On pourra alors rsoudre
le problme en restant dans R au lieu de passer dans C. Cela se produit lorsque lon rsout
lquation dHelmholtz (8.56) assortie uniquement de conditions aux limites de Dirichlet.
115
PROBLME CONTINU
II
Chapitre 9
Exemple de formulation variationnelle

dun problme de Neumann
Rsum Dans cet exemple, portant sur formulation dun problme de Neumann, nous
allons essayer de montrer comment la rflexion mathmatique se fait et volue au fil
de leau pour transformer un problme initial donn et obtenir les bonnes conditions
dexistence et dunicit de la solution sur les espaces qui vont bien (et qui eux, feront
ensuite lobjet dune discrtisation numrique).
Supposons que nos investigations sur un problme nous aient conduit sa formulation
sous forme dun problme de Neumann (avec f 2 L2 ./, ce qui nest pas une condition si forte
finalement, et cest ce que lon aimerait avoir) :
8
< u D f dans
(9.1)
: @u D 0
sur D @
@n
Nous allons donc nous poser la question de lexistence et de lunicit de la solution de ce problme.
9.1
tude directe de lexistence et lunicit de la solution
Sans tre magicien, il doit sembler peu prs vident quune condition ncessaire dexistence doit
tre que f 2 L20 ./, et que les conditions imposes semblent un peu courtes pour assurer lunicit.
On voit en effet que lexistence implique que
Z
Z
@u
u D
D0
(9.2)

@n
qui conduit :
Z
f D0
(9.3)
i.e. f 2 L20 ./. Donc f 2 L20 ./ est bien une condition ncessaire dexistence.
De mme, daprs ce qui prcde, on voit que si u est solution, alors u C c est solution, ce qui
prouve quil ny a pas unicit de la solution.
9.2
Formulation variationnelle
Nous allons crire la formulation variationnelle de notre problme dans H1 ./. Nous regarderons
si nous retrouvons la mme condition dexistence. Nous nous demanderons ensuite si, en nous
restreignant un certain espace, il nest pas possible dobtenir lunicit de la solution.
117
9. Exemple de formulation variationnelle dun problme de Neumann
PROBLME CONTINU
II
Nous commenons donc par crire notre problme sous la forme :

Z
Z
Z
@u
u v D
ru rv
v

@n
(9.4)
et comme le dernier terme est nul (condition aux limites), il reste :

Z
Z
u v D
ru rv

(9.5)
Comme nous voulons la formulation variationnelle dans H1 ./ (i.e. u 2 H1 .//, il vient :
Z
Z
ru rv D
f v; 8v 2 H1 ./
(9.6)

Si nous considrons u D u0 C c et v D v0 C d , alors il vient :

Z
Z
Z
ru0 rv0 D
f v0 C d
f; 8v0 2 H1 ./; 8d

(9.7)
R
ce qui implique, pour que ce soit vrai pour tout d que f D 0, et on retrouve bien que f 2 L20 ./
est une condition ncessaire dexistence.
Mzalor, il est naturel de considrer u0 2 H1 ./ \ L20 ./ (car on veut que u et v vivent dans
le mme espace pour pouvoir appliquer nos mthodes ), et la formulation prcdente donne :
Z
Z
ru0 rv0 D
f v0 ; 8v0 2 H1 ./ \ L20 ./
(9.8)

i.e. nous sommes amens considrer lespace V D H1 ./ \ L20 ./.

Lespace V est un espace de Hilbert
R norm par k kH1 ./ .
R
v 2 V ) v 2 H1 ./ tel que v D 0 et lapplication v 2 H1 ./ 7! v est continue
sur H1 ./, donc V est un sous-espace ferm de H1 , donc est un Hilbert. Et donc maintenant
que lon sait que V est un Hilbert, on aimerait bien appliquer Lax-Milgram (voir 7.3), cest
pourquoi il faut sintresser la forme bilinaire dfinissant le problme. Cest ce qui suit.
Si lon considre la forme bilinaire :
Z
a.u0 ; v0 / D
ru0 rv0
(9.9)

alors on voit que

a.u0 ; v0 / 6 ju0 j1 jv0 j1 6 ku0 kH1 kv0 kH1
(9.10)
et donc a est continue.

.v0 ; v0 / D jv0 j21 . Or on a lingalit de type Poincar suivante : 9c./ > 0 tel que :
j'j0; 6 c./j'j1; ;
8' 2 V
(9.11)
Cela conduit :
jv0 j21
1
>
;
2
2
1 C c 2 ./
jv0 j1 C jv0 j0
8v 2 V
(9.12)
Donc a est V-elliptique.

Le thorme de Lax-Milgram permet donc de conclure lexistence et lunicit de la solution u0 2
V.
II
PROBLME CONTINU
9.2 Formulation variationnelle
118
9.3
Formulation mixte duale
On va regarder maintenant ce qui se passe si lon exprime le problme sous forme mixte, i.e. en se
servant de deux variables. Cest une voie frquente pour simplifier les conditions aux limites.
En effet, plutt que considrer @u
D 0 sur D @, on peut interprter cela comme une
@n
pression nulle sur les bords, i.e. p:n D 0 sur .
Le problme considr se formule alors de la manire suivante :
8
< u C p D 0 loi de comportement dans

div p D f loi de conservation dans
(9.13)
:
pnD0
condition aux limites sur
On peut alors crire la loi de conservation :
Z
Z
.div p/v D
f v; 8v 2 L2 ./ ( priori)

(9.14)
et la loi de comportement :
Z
Z
Z
0D
.p ru/ q D
pqC
u div q D hu; q ni

(9.15)
On na pas dinformation sur u. Par contre, on a un terme p n D 0. Et il serait bien de disposer de

son symtrique , i.e. dun terme q:n D 0 qui serait impos par le choix de lespace dans lequel
vivrait u. Ce que lon a en tte cest bien sr de pouvoir utiliser le thorme de Brezzi.
En correspondance avec les notations du paragraphe 7.5, on choisit alors les espaces : H D
fq 2 H.divI /I q nj D 0g et M D L2 ./. Le problme est donn, dans la formulation de Brezzi,
par les deux formes bilinaires
Z
Z
a.p; q/ D
p q et b.v; q/ D
v div q
(9.16)

Quant aux formes linaires dfinissant le problme, la premire est nulle et la seconde vaut :
Z
fv
(9.17)

Maintenant que nous nous sommes rapprochs du cadre du thorme de Brezzi, il va nous
falloir vrifier si toutes les conditions sont vrifies. Toutefois, daprs ce qui a t vu dans les
paragraphes prcdents, il semble naturel de se demander sil faudra bien conserver L2 ./, ou sil
faudra passer L20 ./, et ce quil se passe quand u D u0 C c.
Pour linstant, on a :
Z
Z
v div p D
f v; 8v 2 L2 ./
(9.18)

Si lon prend v D 1, alors il vient :

Z
Z
div p D
pnD0
(9.19)
R
ce qui implique que f D 0, soit f 2 L20 ./ On a galement :
Z
Z
pqC
u div q D 0; 8q 2 H
(9.20)
Or q 2 H implique
119
div q
D 0, ce qui implique aussi que si u est solution, alors u C c lest aussi.
PROBLME CONTINU
II
Encore une fois il ny Ra pas unicit de la solution. Pour limposer, il faut donc une condition
sur u, comme par exemple u D 0, i.e. u 2 L20 ./. Si de plus div p 2 L20 ./ (et avec f 2 L20 ./
comme vu au dessus), alors ce implique que :
Z
Z
.div p C f /.vL2 C c/ D
.div p C f /vL2
(9.21)
0
Donc le choix M D L20 ./ semble un choix convenable priori.

Il reste alors maintenant vrifier que toutes les conditions du thorme de Brezzi sont bien
satisfaites pour pouvoir conclure lexistence et lunicit de la solution. Ces conditions sont :
H et M sont des Hilbert ;
a, b et f sont continues ;
a est V-elliptique ;
condition inf-sup sur b.
H est un Hilbert Pour montrer que H est un Hilbert, on sappuie sur le fait que lapplication :
' W q 2 H.divI / 7! q n 2 H 1=2 ./ est continue (car kq; 0k 1=2; 6 kqkH.divI/ ).
Il en rsulte alors que H D ' 1 .0/ est ferm et que H.divI / tant un Hilbert, cest
galement un Hilbert pour la norme de H.div/.
M est un Hilbert Pour montrer
que M est un Hilbert,
sur le fait que lapplication :
p
R
R on sappuie
2
' W v 2 L ./ 7! v D 0 est continue car j vj 6 jjjvL2 ./ j.
Il en rsulte que M D ' 1 .0/ est ferm et que L2 ./ tant un espace de Hilbert, cest
galement un espace de Hilbert pour la norme de L2 ./.
a est continue
Z
a.p; q/ D
p q 6 jpj0 jqj0 6 kpkH.divI/ kqkH.divI/
(9.22)

et donc a est continue et kak 6 1.

b est continue
Z
b.v; q/ D
v div q 6 jvj0 j div qj0 6 jvj0 kqkH.divI/
(9.23)
et donc b est continue et kbk 6 1.

f est continue
Z
f v 6 jf j0 jvj0
(9.24)
ce qui implique que la norme de la forme linaire est 6 jf j0 .

a est V-elliptique On a :

Z
2
V D q 2 HI
v div q D 0; 8v 2 L0 ./
(9.25)
Z
q 2 H implique que
Z
.v C c/ div q D 0, et donc
finalement implique que div q D 0 dans L2 ./.

On a donc V D fq 2 HI div q D 0g.
On a alors :
Z
2
a.q; q/ D
jqj2 D kqkH.divI/
w div q D 0, 8w 2 L2 ./, ce qui
(9.26)
si q 2 V, et donc la V-ellipticit de a est dmontre.
II
PROBLME CONTINU
9.3 Formulation mixte duale
120
Condition inf-sup Pour montrer la conditions inf-sup, nous construirons q partir dun ' vrifiant
@'
D 0 sur , i.e. :
@n
Z
1
(9.27)
8v 2 M; 9q 2 HI
v div q D jvj20 et kqkH.div/ 6 jvj0

q 2 H, div q D v et q D
r', q n D 0 donc
@'
@n
D 0, et :
8
< ' D v
: @' D 0
@n
(9.28)
Comme au paragraphe sur la formulation variationnelle, 9' 2 H1 ./ \ L20 ./ car v 2 L20 ./ :
Z
Z
2
2
2
jqj0 D
jr'j D j'j1 D
v' 6 jvj0 j'j0 6 c./jVj0 j'j1
(9.29)

do jaj0 6 c./jVj0 . De plus :

jqj20 C j div qj20 D jqj20 C jvj20 6 .C2 ./ C 1/jvj20
(9.30)
1
Dp
1 C c 2 ./
(9.31)
do :
On peut donc appliquer le thorme de Brezzi et conclure lexistence et lunicit de la

solution.
121
PROBLME CONTINU
II
III
123
9.
LMENTS FINIS
LMENTS FINIS
III
Introduction
En introduction cette partie, il nous semblait important den exposer sa structure, car elle peut
sembler un peu dcousue la simple lecture de la table des matires.
Aprs les pr-requis exposs dans les deux premires parties, la partie III va souvrir tout
naturellement sur une prsentation gnrale de la mthode des lments finis au chapitre 10.
Immdiatement aprs, compte tenu du public vis, le chapitre 11 essayera de mettre en avant
les spcificits et surtout la complexit de la mcanique comme champ dapplication de la mthode
des lments finis.
Cette mise en garde, au regard de lexprience, nous semble importante : on a tendance souvent
considrer que la mcanique est quelque chose de trs bien matris, et ce nest pas le cas. Bien
des sujets restent pointus, voire ouverts. Il convient donc de rester prudent, surtout pour ceux ayant
une exprience de calcul importante qui les porte parfois sous estimer les difficults.
Le chapitre 12, qui fait suite logiquement en terme de prsentation de la mthode des lments
finis, au chapitre 10, est souvent le mieux matris par le public dingnieurs, au moins concernant
les lments de Lagrange. Nous lavons complt de remarques sur les modles plusieurs champs
(qui peut faire pour partie cho au chapitre 11). Encore une fois, pour le public vis, cest surtout le
paragraphe 12.4 sur la validation pratique des lments finis qui aura sans doute le plus de valeur
ajoute. Le contenu de ce paragraphe fait souvent partie des choses oublies.
Comme nous en serons sur des choses un peu oublies, nous en profiterons au chapitre 13 pour
continuer dans le mme sillon et rappeler quelques mthodes damlioration de la performance du
calcul. Nous y prsentons des choses qui sont utilises plus ou moins frquemment par notre public.
Seuls les paragraphes 13.6 et 13.7 (sur les mthodes de ranalyse et aux drives dordre lev)
sont gnralement moins bien connus. Nous avons voulu les introduire ici plutt quau chapitre 22
car ils sont vraiment en lien avec les proccupations directes de notre public.
Le chapitre 14 permettra une petite pause en exposant brivement les stratgies de maillage, et
plus particulirement la triangulation de Delaunay.
Pour continuer sur les choses pouvant avoir un rel intrt pratique pour le public dingnieurs
mcaniciens (ou acousticiens), nous aborderons au chapitre suivant 15 les mthodes dhomognisation. Si les mthodes les plus physiques sont bien connues, lapproche mathmatique
(gnralisante) est bien souvent quasi totalement inconnue.
ce niveau du document, il nous semble que nous aurons parcouru bon nombre des applications
typiques de la mthode des lments finis, surtout dans le cadre de la mcanique... mais uniquement
sous langle statique !
Il sera donc temps daborder le temps , i.e. les problmes non stationnaires, au chapitre 16.
La propagation des ondes, quant elle, ne sera traite quau chapitre 17. Cest dailleurs dans ce
chapitre que seront abords galement les modes propres, dont nous naurons pas parl jusqualors
( quelques exception prs lors de remarques diverses et varies... mais rien de srieux). Le
chapitre 18 continuera la spcification en se focalisant sur lacoustique.
Ds lors, on pourra considrer quune prsentation assez complte de la mthode des lments
finis a t faite. Toutefois, ce qui tait encore de lordre de la recherche il y a une dcennie fait
aujourdhui partie des phnomnes que notre public doit prendre en compte de plus en plus souvent.
Ces phnomnes, un peu plus complexes, un peu plus exotiques, sont souvent lis ce que lon
125
LMENTS FINIS
III
appelle la ou plutt les non linarits. Cest ce qui sera abord au chapitre 19.
Parmi toutes les non linarits, cest celle des lois de comportement quil nous est demand
dexposer en priorit. Les problmes de contact ou de grands dplacements, qui seront abords
dans ce chapitre, nous sont bien moins demands car souvent traits par des personnes trs au fait
des mthodes et mme souvent en lien avec la recherche dans le domaine.
Quant au traitement de la modlisation de la rupture en mcanique, le chapitre 20 y sera
consacr. Il sagit nanmoins dune affaire de spcialistes, et nous ne ferons quaborder le sujet.
Le chapitre 21 prsentera brivement quelques mthodes probabilistes pour la prise en compte
des alas dans les quations considres. Cest encore une fois sous langle de la mcanique
alatoire que nous illustrerons cela, en incluant une prsentation de lindice de fiabilit dune
structure.
Le chapitre 22 permet de mettre laccent sur le fait que mme si la mthode des lments
finis est une mthode extrmement gnrale, performante et rpandue, elle nest quune mthode
numrique parmi une multitude dautres mthodes. Ce chapitre na pas vocation bien videmment
approfondir aucune des mthodes abordes, mais uniquement fournir un petit complment
culturel qui nous semblait indispensable dans le monde actuel.
Le chapitre 23 clt cette partie sur un petit rappel li aux singularits, juste comme une petite
piqre de rappel sur des problmes dont les ingnieurs pratiquant le calcul numrique restent assez
conscients. Il nous a sembl que passer les singularits sous silence pouvait laisser penser que ce
problme ntait peut-tre pas si important, ce qui nest pas le cas bien videmment.
III
LMENTS FINIS
126
Chapitre 10
La mthode des lments finis

Rsum Une fois le travail prcdent accompli, i.e. une fois que lon dispose dune
formulation faible, il ny a plus qu calculer la solution ! La mthode des lments
finis est lun des outils numrique dvelopp pour cela.
La mthode des lments finis se propose de mettre en place, sur la base de formulations faibles, un algorithme discret (discrtisation) permettant de rechercher une solution
approche dun problme aux drives partielles sur un domaine compact avec conditions
aux bords et/ou dans lintrieur du compact.
Il sagit donc de rpondre aux questions dexistence et dunicit de la solution, de
stabilit et de convergence des mthodes numriques, ainsi que dapprcier lerreur entre
la solution exacte et la solution approche (indicateurs et estimateurs derreur, a priori et
a posteriori).
10.1
Introduction
Les chapitres des parties prcdentes ont eu pour but de nous permettre de dcrire un problme
physique partir dquations aux drives partielles, mais aucun moment nous navons encore
parl de la manire de rsoudre ces quations (que ce soit la formulation forte ou la faible). Ce sera
le but de ce chapitre, dans lequel la mise en uvre de la mthode des lments finis va tre expose.
Nous avons vu dans la partie prcdente, comment passer dune formulation forte une
formulation faible. Dans de nombreux cas, nous avons montr quil y a quivalence (existence et
unicit de la solution) entre ltude des deux formulations. Il faut toutefois bien garder en tte que
dans certains cas, lquivalence entre les deux formulations nest pas vidente.
Une condition qui na pas t vraiment voque jusque l est le cas o le bord du domaine
nest pas suffisamment rgulier, par exemple sil possde des points singuliers (par exemple point
dinflexion ou de rebroussement, ou dans le cas des fissures en MMC).
Cela peut galement se produire si lon ne peut pas assurer que la fonction f (celle agissant
dans tout le domaine) nest pas suffisamment drivable. Comme en gnral on suppose dans les
problmes physiques que la solution est C1 , on nest pas confront ce genre de problme.
Lide de la mthode des lments finis est de dcomposer (on dit discrtiser) le domaine
en un certain nombre de sous-domaines (les lments). Les lments recouvriront lintgralit
du domaine (de la frontire pour les lments de frontire qui est une autre mthode) et sans
chevauchement entre eux (les lments peuvent se chevaucher dans la mthode des volumes finis).
De plus, on va chercher la fonction solution u comme tant interpole par des bouts de solutions
dfinis sur chaque lment.
Le problme tant interpol sur les lments, on se doute que le nombre dlments va jouer
sur la qualit de cette approximation de la solution. On se doute galement que, comme on rsout
un problme comportant des drives, cest plutt dans les endroits o la solution va varier vite
quil sera ncessaire de resserrer le maillage.
127
10. La mthode des lments finis
LMENTS FINIS
III
Histoire
On veillera galement ce que les lments ne soient pas trop distordus. Des critres dits de
forme existent. Nanmoins, dans certains cas il est possible de violer allgrement ces critres tout
en obtenant une trs bonne approximation de la solution.
Cest lingnieur amricain Ray William Clough qui, semble-t-il, a utilis le terme de mthode des
lments finis le premier dans un article de 1960 intitul The Finite Element Method in Plane Stress
Analysis. Le mot rigidit (Stiffness) apparaissait dans le titre de son article Stiffness and Deflection
Analysis of Complex Structures datant de 1956 (et cocrit avec M. Turner, H. C. Martin et L. J.
Topp).
Si on veut replacer trs brivement cela dans un contexte
plus global, on peut dire que lanalyse des structures est ne
vers 1850.
La RdM, recourant au calcul manuel, tait dveloppe
par Maxwell, Castigliano, Mohr.
Le concept dlments finis est n vers 1940, avec des
figures comme Newmark, Hrennikoff (1941), Mc Henry,
Clough
Courant
Zienkiewicz
Courant (1942)...
Son rel essor ne commence toutefois que dans les annes 60 avec le dveloppement du calcul
numrique sur ordinateur.
La mthode des lments finis (MEF) prend ses origines dans le besoin de rsoudre des problmes complexes dlasticit et danalyse de structures en ingnierie civile et aronautique. Son
dveloppement remonte aux travaux dAlexander Hrennikoff (1941) et de Richard Courant (1942).
Bien quutilisant des approches diffrentes, ces deux pionniers partagent la mme caractristique
essentielle savoir la discrtisation par maillage du domaine continu en sous-domaines discrets,
que lon appelle lments. Cest Olgierd Zienkiewicz de lImperial College qui synthtisa ces deux
mthodes en ce que lon peut appeler la mthode des lments finis et qui fit la premire formalisation
mathmatique de la mthode.
Dans ses travaux, Hrennikoff discrtise le domaine
en utilisant une analogie avec les treillis, tandis que lapproche de Courant divise le domaine en sous-rgions finies
triangulaires pour rsoudre les quations aux drives partielles elliptiques du second ordre issues du problme de
la torsion dun cylindre. On peut dire que la contribution
de Courant tait une volution sappuyant sur un vaste corRayleigh
Ritz
Galerkine
pus de rsultats antrieurs pour les quations aux drives
partielles dvelopps par Rayleigh, Ritz et Galerkin.
Le dveloppement de la mthode des lments finis
a vritablement commenc au milieu de annes 1950 pour
lanalyse structurale et aronautique, et prit de lampleur
lUniversit de Stuttgart grce au travail de John Argyris
et Berkeley grce au travail de Ray W. Clough [21].
Ray Clough est galement lun des pionniers du gnie
para sismique et sest vu dcern en 2008, la World
Argyris
Strang
Fix
Conference of Earthquake Engineering en Chine, le titre
de lgende du gnie para sismique (Legend of Earthquake Engineering).
la fin des annes 50, les concepts cls de matrice de rigidit et dassemblage dlments
existaient quasiment sous la forme actuelle. La NASA publia une demande de propositions pour le
dveloppement du logiciel dlments finis NASTRAN en 1965.
La base mathmatique rigoureuse de la mthode des lments finis a t consolide en 1973
avec la publication de Strang et Fix de An Analysis of The Finite Element Method. Elle a depuis
t intgre comme une branche des mathmatiques appliques la modlisation numrique des
systmes physiques dans une large varit de disciplines. Pour une discussion plus approfondie des
apports et contributions relatives des diffrents pionniers de cette mthode, on pourra se rfrer
[33].
Bien que la mthode des lments finis soit thoriquement gnralisable toutes les dimensions
despace et tous les ordres de drivation, dans la pratique, laugmentation de ces paramtres
III
LMENTS FINIS
10.1 Introduction
128
accrot de manire dramatique la difficult et on se contente de rsoudre des problmes limits

trois dimensions en espace et deux ordres de drivation.
Par exemple, un problme trois dimensions despace et une dimension de temps, qui pourrait
tre discrtis par une formulation quatre dimensions (les lments finis espace-temps existent),
sera trait par une discrtisation lments finis trois dimensions despace coupl un schma en
diffrences finis en temps.
Pour des problmes avec des ordres de drivations suprieurs (des techniques dites dordres
levs existent), comme par exemple en statique des poutres o lon a une drivation partielle
dordre 4, on introduit des variables supplmentaires afin de diminuer les ordres des drives
(dformations, contraintes...). cela a t voqu en parlant du choix des variables en mcanique,
nous dtaillerons un peu plus loin la formulation lments finis de ces formulations mixtes).
10.2
Problmes de la modlisation relle
Pour faire suite aux dernires remarques faites au paragraphe prcdent, il faut se rendre lvidence
que les quations qui modlisent les principales thories de la physique ont t prsentes (et
dveloppes) dans un cadre idalis. Dans les problmes rels, il est souvent difficile de rester dans
ce cadre cause de nombreuses difficults telles que les problmes gomtriques, dchelle et du
couplage de diffrents modles.
Toutefois, cela ne signifie pas quil est alors impossible de simuler le problme, mais seulement
quil est ncessaire dajouter encore un peu plus dintelligence et dastuce. En effet, ces difficults
peuvent souvent tre dcouples dans un calcul numrique par des algorithmes adquats et lon se
ramne alors la rsolution itre de problmes standard (do la ncessit de disposer de mthodes
sres et performantes pour calculer des solutions numriques de ces problmes standard).
Nous allons prsenter quelques exemples de problmes pouvant survenir dans une modlisation,
sachant quun certains nombre seront traits dans des chapitres ultrieurs (mais pas tous).
10.2.1
Problmes gomtriques
Jusqu prsent, nous avons suppos que le domaine dans lequel le problme tait considr tait
fixe. Or, dans de nombreux problmes ce domaine est variable, on parle de problmes surface
libre, dont voici quelques exemples :
Le problme le plus vident pour le lecteur, et qui a dj t voqu, est celui de la grande
dformation dun solide.
Ltude des mouvements dun liquide, notamment les vagues ou le mouvement de leau
dans un rservoir. Quand la variation de la forme du domaine nest pas trop grande on peut
dfinir le domaine inconnu comme limage dun domaine fixe par une certaine fonction.
Cette fonction devient alors une inconnue du problme qui se ramne une quation plus
complexe que lquation initiale mais sur un domaine fixe. Mais, parfois, le domaine peut
tre amen se fragmenter comme dans le cas de la formation de gouttes...
La fusion de la glace dans leau : la frontire entre la glace et leau est alors une inconnue du
problme.
10.2.2
Problmes dchelle
La formulation dun problme peut dpendre de lchelle laquelle on regarde ce problme,

comme cela a t mentionn prcdemment. Mais il se peut galement que diffrentes chelles
interagissent... Quelques problmes classiques dchelle sont :
Nous avons dj voqu un peu cela en mcanique des fluides : dans lcoulement dun fluide
la turbulence est un phnomne qui fait apparatre des mouvements trs petite chelle. La
complexit de ces mouvements rend ncessaire, dans un calcul numrique, le remplacement
129
LMENTS FINIS
III
des valeurs exactes des champs inconnus par leur moyenne, en un sens prciser. Cela
conduit des modles de turbulence qui se diffrencient par les hypothses supplmentaires
qui sont faites.
Dans un champ plus proche des considrations du lecteur, on pensera videmment aux
ondes. Une excitation trs haute frquence cre une onde de longueur trs petite. Or une
longueur donde trs petite ne peut pas tre prise en compte dans un calcul numrique
grande chelle. La prise en compte de ce phnomne dans lquation des ondes conduit des
modles asymptotiques dans lesquels ltude des ondes se ramne la thorie de loptique
gomtrique plus ou moins enrichie pour tenir compte de phnomnes comme la diffraction.
Mais si la longueur donde est proche des longueurs des variations gomtriques du bord du
domaine dtude il faut revenir lquation des ondes pour tudier leffet de ces variations
gomtriques. On peut donc tre amener coupler loptique gomtrique et une tude directe
de lquation des ondes.
Un autre champ lui-aussi dj mentionn est celui des htrognits dun milieu continu,
qui, quand elles sont trs petite chelle, peuvent empcher la prise en compte exacte de
celles-ci, au moins dans une approximation numrique.
Cest le cas des solides forms de matriaux composites, des fluides comme lair charg de
gouttelettes deau ou de leau contenant des bulles de vapeur. On est conduit dfinir des
modles limites dits homogniss dans lesquels on remplace les grandeurs usuelles (vitesse,
masse volumique), qui ont une forte variation locale, par leur valeur moyenne.
Les quations obtenues peuvent avoir la mme forme que les quations initiales comme dans
le cas de la thorie lastique des matriaux composites (le seul problme est de calculer les
proprits matrielles du matriau homognis, mais nous prsenterons cela plus loin) ou
bien, quand les paramtres des htrognits (la densit de bulles par exemple) dpendent
de la solution, ces paramtres sajoutent aux grandeurs inconnues initiales et le nombre
dquations peut donc saccrotre.
10.2.3
Couplage gomtrique
De nombreux problmes impliquent la prise en compte de plusieurs modles (on dit parfois
galement plusieurs physiques ).
Cest le cas de linteraction dun fluide et dune structure : lcoulement dun fluide par exemple
peut faire vibrer une structure qui en retour fait vibrer le fluide. Une des difficults vient de ce que
les inconnues utilises dans la modlisation de chacun des milieux sont de natures diffrentes : les
dplacements dans le solide et les vitesses dans le fluide.
Comme illustration de ce couplage, nous proposons le cas dun poisson, issu de lintressante
tude de San Martn et al. [56]. Le dplacement dun poisson dans son millieu, illustr la
figure 10.1.a, nest pas impos mais rsulte de linteraction entre la dformation propre du poisson
(donne la figure 10.1.b, et qui elle est impose) et le fluide.
a) poisson et son environnement
b) dformation
F IGURE 10.1: Interaction fluide/structure : dplacement dun poisson
III
LMENTS FINIS
10.2 Problmes de la modlisation relle
130
On retrouve aussi les problmes dinteraction fluide/structure dans la modlisation de la circulation sanguine : le sang est un liquide trs faiblement compressible, alors que les vaisseaux sanguins
sont dformables et susceptibles de grands dplacements
Le contact entre deux solides peut galement tre plac dans cette catgorie.
10.2.4
Couplage intrinsque
Ltude de la convection naturelle dun fluide, pour la mtorologie par exemple, se modlise par le
couplage des quations de la dynamique des fluides dune part, de la diffusion et du transport de
la chaleur dautre part : ce sont en effet les variations de temprature qui crent les variations de
densit responsables du mouvement de lair, mais ce mouvement lui-mme entrane un transport de
chaleur responsable de variations de la temprature. Mme si lon considre un modle simplifi
linaris pour modliser lcoulement du fluide, le couplage fait apparatre une non linarit.
Ltude des plasmas oblige coupler les quations de dynamiques des fluides et les quations de
Maxwell puisque ce sont les forces lectromagntiques qui font se mouvoir les particules charges
mais leur mouvement est lui mme la cause dun champ lectromagntique induit.
10.3
Principe de la mthode : rsolution dun systme matriciel
Soit un domaine ouvert de Rn (n D 1; 2 ou 3 en pratique), de frontire D @ et sur lequel on

cherche rsoudre une quation aux drives partielles munie de conditions aux limites.
Ce problme, mis sous forme variationnelle, est :
Trouver u 2 V tel que a.u; v/ D f .v/;
8v 2 V
(10.1)
o V est un espace de Hilbert. On supposera galement que lquation de dpart a de bonnes

proprits, i.e. que lon est dans les hypothses vues prcdemment permettant daffirmer que le
problme admet une solution unique u.
La mthode des lments finis se propose de discrtiser le problme considr. La discrtisation
intervient plusieurs niveaux :
discrtisation : il est ncessaire de disposer dune description du domaine sur lequel on souhaite
travailler. Cette description va se faire en lapprochant par un maillage, qui sera constitu
dlments.
interpolation : il est ensuite ncessaire de disposer dune manire de reprsenter le ou les champs
inconnus. Ce que se propose de faire la mthode des lments finis, cest dapprocher ces
champs par des fonctions plus simples (disons polynomiales de degr un ou deux) dfinies
sur chacun des lments du maillage (le champ est approch par des bouts de fonctions qui,
elles, ne sont dfinies chacune que sur un seul lment).
approximation : selon le type dapproximation, on remplace non seulement lespace V (qui
correspond, selon les notations utilises au chapitre sur la formulation faible, aux espaces
H, V, M ou mme H M), de dimension infinie, par des approximations Vh de dimension
finie, mais parfois galement les formes bilinaires et linaires dfinissant le problme (nous
expliquerons plus tard les motivations).
De manire classique, on notera Th le maillage de considr. Il est caractris par les
dimensions gomtriques reprsentatives que sont le diamtre maximum des lments, h et le
facteur de forme du maillage, (qui caractrise laplatissement du maillage).
Le maillage est constitu dlments, gnralement nots K. On note hK le diamtre de llment
K, i.e. le maximum des distances (euclidiennes) entre deux points de K, et K la rondeur de llment
K, i.e. le diamtre maximum des sphres incluses dans K.
On a donc videmment hK 6 h; 8K 2 Th puisque par dfinition h D maxK2Th hK , et hKK 6
; 8K 2 Th .
131
LMENTS FINIS
III
hK = diam(K)
(K)
F IGURE 10.2: Dimensions gomtriques caractristiques dun lment.

O llment de rfrence correspondant llment K du maillage Th , et dune
On notera K
manire gnrale on ajoutera ce chapeau O: sur toute quantit relative un lment de rfrence
(voir plus loin le chapitre sur la formulation pratique des lments finis).
Les types dapproximation du problme .P/ donn par la relation (10.1), qui seront dtaills un
peu plus loin, sont donns au tableau 10.1.
type dapproximation
conforme
non conforme
non conforme
espaces
Vh V
Vh V
Vh 6 V
formes
inchanges
approches
approches
problme .P/ ) problme approch .Ph /

Trouver uh 2 Vh tq a.uh ; vh / D b.vh /; 8vh 2 Vh
Trouver uh 2 Vh tq ah .uh ; vh / D bh .vh /; 8vh 2 Vh
Trouver uh 2 Vh tq ah .uh ; vh / D bh .vh /; 8vh 2 Vh
Tableau 10.1: Relations approximation et espaces

En fait, on expose gnralement les mthodes partir de la mthode dite conforme selon le
tableau ci-dessus, alors quen pratique on travaille souvent dans le second cas, i.e. approximation
conforme en espace (Vh V) mais non conforme concernant les formes, car au moins les
intgrations sont ralises numriquement.
Toujours est-il que dans tous les cas, lespace V est remplac par un espace Vh , de dimension
finie Nh , dont .e1 ; : : : ; eNh / en est une base. Lapproximation uh de u dans cette base scrit :
uh D
Nh
X
qi ei
(10.2)
i D1
Le problme de la mthode des lments finis devient donc (on crit ici en utilisant ah , mais on
pourrait utiliser a) :
Trouver q1 ; : : : ; qNh tels que
Nh
X
qi ah .ei ; vh / D fh .vh /
; 8vh 2 Vh
(10.3)
i D1
soit, en exploitant les linarits de ah .; / et fh ./ et en dcomposant vh :

Trouver q1 ; : : : ; qNh tels que
Nh
X
qi ah .ei ; ej / D fh .ej /
; 8j D 1; : : : ; Nh
(10.4)
i D1
Il sagit donc de rsoudre le systme linaire :

2
30
1 0
1
ah .e1 ; e1 / : : : ah .eNh ; e1 /
q1
fh .e1 /
6
7 B :: C B
C
::
::
::
4
5@ : A D @
A
:
:
:
ah .e1 ; eNh / : : : ah .eNh ; eNh /
qNh
fh .eNh /
III
LMENTS FINIS
(10.5)
10.3 Principe de la mthode : rsolution dun systme matriciel
132
que lon note (dans la tradition mcanicienne) :

Kq D F
ou encore

K q D F
(10.6)
Telle que formule, la matrice K semble pleine priori. Lastuce consiste choisir des fonctions
de base ei dont le support sera petit, i.e. chaque fonction ei sera nulle partout sauf sur quelques
mailles. Ainsi les termes ah .ei ; ej / seront le plus souvent nuls et la matrice sera creuse. De plus,
on ordonnera les ei de sorte que K soit structure bande, avec une largeur de bande la plus faible
possible. Il existe un moyen avantageux de stocker une matrice creuse qui sappelle le stockage en
ligne de ciel ou skyline.
Les difficults majeures en pratique sont de trouver les ei et de les manipuler pour les calculs
dintgrales ncessaires la construction de K. Indiquons dores et dj que la plupart de ces
difficults seront leves grce trois ides principales qui seront dtailles au chapitre sur la
formulation pratique des lments finis :
Principe dunisolvance : On sattachera trouver des degrs de libert (ou ddl) tels que la donne
de ces degrs de libert dtermine de faon univoque toute fonction de Vh . Il pourra sagir
par exemple des valeurs de la fonction en quelques points. Dterminer une fonction reviendra
alors dterminer ses valeurs sur ces degrs de libert.
Dfinition des ei : On dfinira les fonctions de base par ei D 1 sur le i me degr de libert,
et ei D 0 sur les autres degrs de libert. La manipulation des ei sera alors simplifie, et
les ei auront par ailleurs un support rduit quelques mailles.
Notion de famille affine dlments : Le maillage sera tel que toutes les mailles soient identiques une transformation affine prs. De ce fait, tous les calculs dintgrales pourront
se ramener des calculs sur une seule maille de rfrence, par un simple changement de
variable.
Notons que la matrice K est appele matrice de rigidit par analogie avec la mcanique des solides.
Si la forme bilinaire a est coercive, alors K est symtrique, dfinie positive donc inversible.
On obtient donc lexistence et lunicit de q D K 1 F.
De nombreuses mthodes permettent de rsoudre le systme matriciel (dinverser la matrice de
rigidit) : Gau, mais galement toutes sortes de dcomposition de la matrice de rigidit comme
LU, LDLT, LLT (Cholesky). Lorsque K est symtrique dfinie-positive, la mthode de Cholesky
est la meilleure. Elle consiste dcomposer la matrice K en le produit LT L, o la matrice L est une
matrice triangulaire infrieure.
10.4
Approximation conforme et lemme de Ca
Dans le cas dune approximation conforme (dite aussi approximation interne), on se propose de
construire un espace Vh , de dimension Nh , comme tant un sous-espace vectoriel de V.
10.4.1
Cas Lax-Milgram
On se place dans la cas dune formulation relevant du thorme de Lax-Milgram.

Vh tant de dimension finie, cest un ferm de V, et V tant un espace de Hilbert, Vh lest donc
aussi. Do lexistence et lunicit de uh , en application du thorme de Lax-Milgram.
Lespace Vh sera en pratique construit partir dun maillage du domaine , et lindice h
dsignera la taille typique des mailles. Lorsque lon construit des maillages de plus en plus fins,
la suite de sous-espaces .Vh /h formera une approximation interne de V , i.e. pour tout lment '
de V, il existe une suite de 'h 2 Vh telle que k' 'h k ! 0 quand h ! 0.
Cette mthode dapproximation interne est appele mthode de Galerkine (Galerkine ou
Galerkin).
133
LMENTS FINIS
III
Signification de uh . On a a.u; v/ D f .v/, 8v 2 V, donc en particulier a.u; vh / D f .vh /, 8vh 2 Vh ,

car Vh V. Par ailleurs, a.uh ; vh / D f .vh /, 8vh 2 Vh . Par diffrence, il vient a.u uh ; vh / D 0,
8vh 2 Vh .
Dans le cas o a.; / est symtrique, il sagit dun produit scalaire sur V. uh peut alors tre interprt
comme la projection orthogonale de u sur Vh au sens de a.; /.
Lemme 1 Lemme de Ca. La forme bilinaire a.; / tant continue, de constante de majora-
tion M, et coercitive, de constante de minoration , il est ais dobtenir la majoration de lerreur

appele lemme de Ca :
ku
uh k 6
M
ku
vh k; 8vh 2 Vh
cest--dire
ku
uh k 6
M
d.u; Vh /
(10.7)
o d est la distance induite par la norme k k.

Cette majoration donne par le lemme de Ca ramne ltude de lerreur dapproximation
ku uh k celle de lerreur dinterpolation d.u; Vh /.
10.4.2
Cas Babuka
On se place cette fois dans le cas dun problme relevant du thorme de Babuka. Le problme est
(v est dans M et non plus V) :
Trouver u 2 V tel que a.u; v/ D f .v/; 8v 2 M
(10.8)
Lapproximation conforme du problme (10.8) est le problme approch :

Trouver uh 2 Vh tel que a.uh ; vh / D f .vh /; 8vh 2 Mh
(10.9)
o Vh V et Mh M. Attention : rien ne garantit a priori que la condition inf-sup discrte sera

vrifie, mme si la condition inf-sup est vrifie. Ces proprits doivent donc tre dmontres pour
chaque problme. Vh et Mh tant de dimension finie, il faut ncessairement que dim Vh D dim Mh .
Le problme (10.9) est bien pos, i.e. admet une unique solution, si :
8
a.vh ; wh /
< 9h > 0 tel que inf sup

> h
vh 2Vh wh 2Mh kvh kVh kwh kMh
(10.10)
: 8w 2 M ; .a.v ; w / D 0/ ) .w D 0/
h
h
h
h
h
ce qui est quivalent aux conditions :
8
< 9h > 0 tel que inf sup
vh 2Vh wh 2Mh
a.vh ; wh /
> h
kvh kVh kwh kMh
(10.11)
: dim V D dim M
h
h
Le premire relation est appele condition inf-sup discrte.
On dispose de plus de la majoration derreur suivante :

M
ku uh k 6 1 C
inf fku vh kg
h vh 2Vh
10.4.3
(10.12)
Cas Brezzi
On se place cette fois dans le cas dun problme relevant du thorme de Brezzi (problme mixte).
Le problme est de trouver (u; / dans H M tels que :
(
a.u; v/ C b.v; / D hf; vi 8v 2 H;
(10.13)
b.u; / D hg; i 8 2 M:
III
LMENTS FINIS
10.4 Approximation conforme et lemme de Ca
134
Dans ce cas, on va faire une hypothse forte dinjection continue... Le problme discrtis correspondant lquation (10.13) est bien pos, si le problme dfini par la relation (10.13) vrifie les
conditions de Brezzi, et si .Hh ,! H; Mh ,! M/ vrifie les conditions de Brezzi (de constantes
et ). De plus, on dispose alors de la majoration derreur :

ku uh kH C k h kM 6 C inf ku vh k C inf k h k
(10.14)
vh 2Hh
h 2Mh
o la constante C ne dpend que de kak, et .
10.5
Approximations non conformes et lemmes de Strang
Lorsque les formes bilinaires et linaires dfinissant le problmes doivent tre approches, on se
trouve alors en prsence dune approximation non conforme. Comme mentionn, il existe deux
types dapproximations non conformes selon que Vh V ou Vh 6 V.
10.5.1
Approximation interne
Le problme est donc :

Trouver uh 2 Vh tel que ah .uh ; vh / D fh .vh /; 8vh 2 Vh
(10.15)
o Vh V est de dimension finie, et ah et fh sont des approximations de a et f dfinies

sur Vh Vh et Vh respectivement. Dans le pratique, ah et fh sont dfinies sur un espace plus grand
que Vh , mais pas sur V.
Motivation. Considrons
la forme :
Z
a.u; v/ D
.aru; rv/.x/dx
(10.16)
Comme a D a.x/, le problme est : comment intgrer ? On prend des formules dintgrations, donc on ne
calcule pas a.; /, mais ah .; / et fh ./.
Une majoration de lerreur est donne par le lemme 1 de Strang.

Lemme 2 Lemme 1 de Strang. Sil existe une constante > 0 indpendante de h telle
que :
8h;
ah .vh ; vh / > kvh k2 ;
8vh 2 Vh
alors il existe une constante C indpendante de h telle que :

)
"
(
ja.vh ; wh / ah .vh ; wh /j
ku uh k 6 C inf ku vh k C sup
...
vh 2Vh
kwh k
wh 2Vh

#
jf .wh / fh .wh /j
... C sup
kwh k
wh 2Vh
Le premier terme ku
10.5.2
(10.17)
vh k est appel erreur dapproximation, le reste erreur de consistance.
Approximation externe
Le problme est encore :

Trouver uh 2 Vh tel que ah .uh ; vh / D fh .vh /;
135
8vh 2 Vh
(10.18)
LMENTS FINIS
III
mais Vh 6 V est de dimension finie, et ah et fh sont des approximations de a et f dfinies

sur Vh Vh et Vh respectivement.
Motivation. Considrons le problme du Laplacien de Dirichlet. Lespace V est H10 ./.
On considre lespace des lments finis triangulaires engendrs par llment ayant une pression
constante par lment et les nuds au centre des artes du triangle. Nous notons cet espace Vh ; alors Vh 6
H1 ./. Nous prenons maintenant lespace Vh;0 qui tient compte des conditions aux limites de Dirichlet.
Si on prend :
Z
a.u; v/ D
ru rv
(10.19)

alors, dans , il y a des sauts et lintgrale na pas de sens. Par contre, si lon considre :
X Z
ah .uh ; vh / D
ruh rvh
(10.20)
K2Th K
lintgrale sur chaque lment a un sens.
Une majoration de lerreur est donne par le lemme 2 de Strang.

Lemme 3 Lemme 2 de Strang. Si la norme k kh est dfinie sur Vh C V, et sil existe deux
constantes indpendantes de h, > 0 et M > 0 telles que :

(
ah .v; v/ > kvk2h ; 8v 2 Vh
jah .u; v/j 6 M kukh kvkh ; 8u 2 Vh C V; 8v 2 Vh

alors il existe une constante C indpendante de h telle que :
"
#

ja.u; wh / fh .wh /j
ku uh k 6 C inf fku vh kg C sup
vh 2Vh
kwh kh
wh 2Vh
Le premier terme ku
10.6
(10.21)
vh kh est appel erreur dapproximation, le second erreur de consistance.
Convergence de la mthode des lments finis en approximation

conforme interne
Reprenons un cadre gnral, i.e. considrons notre domaine de Rn , et notre problme que nous
rsolvons de manire approche par la mthode des lments finis, lorsque Vh V. Il sagit
maintenant de fournir une estimation de lerreur ku uh km dans Hm (souvent m D 0, 1 ou 2).
La rgularit de u et de uh (et donc les valeurs possibles pour m) dpendent du problme continu
considr ainsi que du type dlments finis choisis pour sa rsolution.
On rappelle que Th est le maillage de considr. On supposera de plus le domaine
polygonal, ce qui permet de le recouvrir exactement par le maillage. Si ce nest pas le cas, il faut
prendre en compte lcart entre le domaine couvert par le maillage et le domaine rel.
10.6.1
Calcul de la majoration derreur
Les tapes du calcul de la majoration de lerreur sont les suivantes :

h ukm : lerreur dapproximation est borne par lerreur dinterpolation ;
ku uh km 6 CkuX
2
ku h ukm D
ku h uk2m;K : dcomposition en majorations locales sur chaque
K2Th
lment ;
ku h ukm;K 6 C.K/kuO O uk
O m;KO : passage llment de rfrence ;
O uj
kuO O uk
O m;KO 6 Cj
O kC1;KO : majoration sur llment de rfrence ;
III
LMENTS FINIS
10.6 Convergence de la mthode des lments finis en approximation conforme interne
136
ku
h ukm 6 C0 hkC1
m juj
kC1
: assemblage des majorations locales.
Majoration par lerreur dinterpolation

En appliquant le lemme de Ca vh D h u, il vient :
ku
uh k 6
M
ku
h uk
(10.22)
Dcomposition en majorations locales sur chaque lment

ku
h uk2m
h uk2m;K
ku
m
XX
ju
h uj2l;K
(10.23)
K2Th lD0
K2Th
et le calcul est ramen un calcul sur chaque lment, pour toutes les semi-normes k kl;K pour
l D 0,. . . , m.
Passage llment de rfrence
On se sert du thorme suivant :
O llment de rfrence. Soit F la
Thorme 44 Soit K un lment quelconque de Th , et K
O vers K : F.x/
transformation affine de K
O D BxO C b, avec B inversible. On a :
8v 2 Hl .K/;
jvj
O l;K 6 C.l; n/kBkl2 j det Bj
1=2
jvjl;KO
(10.24)
Ce rsultat nest rien dautre quun rsultat de changement de variable dans une intgrale.
On a mme :
8v 2 Hl .K/;
jvj
O l;K 6 C.l; n/kB
1 l
k2 j det Bj1=2 jvjl;KO
(10.25)
Et avec les donnes gomtriques de llment :

kBk 6
hK
O
et
kB
k6
hO
K
(10.26)
Majoration sur llment de rfrence

On a le thorme suivant :
O Jl .K//
O
Thorme 45 soient l et k deux entiers tels que 0 6 l 6 k C 1. Si O 2 L.HkC1 .K/;
O invariant, i.e. si 8pO 2 Pk .K/,
O O pO D pO alors :
laisse Pk .K/
O /;
9C.K;
O
O
8vO 2 HkC1 .K/;
jvO
O vj
O j;KO 6 Cjvj
O kC1;KO
(10.27)
Majoration sur un lment quelconque

De ce qui prcde, il vient :
kC1
jv
K vjl;K
h
O ;
O l; k; n/ K jvjkC1;K
6 C.
O K;
Kl
(10.28)
O est indpendante de llment K.

o il faut remarquer que la constante C
137
LMENTS FINIS
III
Assemblage des majorations locales

Il ne reste plus qu assembler les rsultats prcdents pour tous les lments K du maillage Th et
pour toutes les valeurs des semi-normes, i.e. pour l D 0; : : : ; m.
Par majoration et sommation sur les lments, on obtient :
kv
10.6.2
h vkm 6 C.Th ; m; k; n/hkC1
jvjkC1
(10.29)
Majoration de lerreur
On obtient au final, le rsultat classique de majoration derreur :

ku
uh km 6 ChkC1
jujkC1
(10.30)
Quelques remarques :
On rappelle que la formule prcdente a t obtenue pour un domaine polygonal. Si ce
nest pas le cas, elle nest plus valable. Les lments linaires conduisent une erreur en
O.h/. Utiliser des lments plus raffins (de degr 2 au lieu dlments linaires) permet,
mme si la gomtrie nest galement ici pas dcrite de manire exacte, dobtenir une erreur
asymptotique en O.h2 /. Quelque soit le degr de lapproximation, si le domaine nest pas
reprsent de manire exact, alors cela revient une modification des conditions aux limites.
Les calculs, et plus prcisment les intgrations, ont t ralises sans erreur. Si cellesci sont faites de manire numrique, il convient dintroduire encore un terme correctif
supplmentaire, appel erreur de consistance due au remplacement des formes par leur
approximation (a.; / par ah .; /, f ./ par fh ./...). Toutefois, cette erreur supplmentaire
peut tre estime en O.hk / selon la prcision du schma dintgration utilis.
Le rsultat de majoration derreur est souvent utilis dans le cas m D 1. Comme lespace des
O H1 .K/,
O alors si O est bien dfini sur HkC1 .K/,
O on a :
polynmes Pk .k/
si u 2 HkC1 ./;
III
LMENTS FINIS
ku
uh k1 6 Chk jujkC1
(10.31)
10.6 Convergence de la mthode des lments finis en approximation conforme interne
138
Chapitre 11
Choix dun Modle
Histoire
Rsum Lintgralit de la mthode des lments finis a t prsente au chapitre

prcdent.
Avant de prsenter plus en dtail la formulation dlments finis, nous tenions
ajouter un court chapitre comme mise en garde en modlisation. Ce document tant
essentiellement destin un public dingnieurs mcaniciens, nous allons illustrer notre
propos en mcanique.
139
La mcanique est sans doute aussi vieille que lhomme. Aussi bien pour des aspects pratiques (faire
des outils pour chasser...), que pour des aspects plus philosophiques et spirituels visant notamment
expliquer les mouvements des astres...
Archimde, outre ces travaux en mathmatiques, pourrait sans conteste tre considr comme le saint patron de
la mcanique. Il est tout au moins indubitablement le pre
de la mcanique statique.
Il sintressa aussi bien aux aspects thoriques
portant sur le principe du levier et la recherche de centre
de gravit dans De lquilibre des figures planes, sur le
Aristote
Archimde
Galile
principe dArchimde pour les corps plongs dans un liquide dans Des corps flottants ; quaux aspects pratiques au travers de nombreuses inventions :
machines de traction (o il dmontre qu laide de poulies, de palans et de leviers, lhomme peut
soulever bien plus que son poids), machines de guerre (principe de la meurtrire, catapultes, bras
mcaniques utiliss dans le combat naval), lodomtre (appareil mesurer les distances), la vis sans
fin et la vis dArchimde, le principe de la roue dente...
Le sige de Syracuse, les miroirs dArchimde et sa mort ne font quajouter sa lgende.
Bien quAristote posa le premier (avant Archimde) les bases dune vritable thorie mcanique
(alors encore trs imparfaite), les fondements de la mcanique, en tant que science et au sens moderne
du terme, sont poses par Galile en 1632 dans les Dialogues et en 1638 dans les Discours.
La mcanique nest alors pas dissocie des arts mcaniques, i.e. des techniques de construction
des machines. La distinction entre la mcanique en tant science et la mcanique en tant que technique
ne se fera quau XIXe sicle.
11. Choix dun Modle
LMENTS FINIS
III
En 1677, Newton reprend ses travaux sur la mcanique, i.e. sur la

gravitation et ses effets sur les orbites des plantes. En novembre 1684,
il fit parvenir Halley un petit trait de neuf pages intitul De motu
corporum in gyrum (Mouvement des corps en rotation) montrant la loi
en carr inverse, la force centripte, ainsi que les prmices des lois du
mouvement.
Son ouvrage PhilosophiNaturalis Principia Mathematica (aujourNewton
Halley
dhui connu sous le nom de Principia ou Principia Mathematica), crit
en 1686 et publi le 5 juillet 1687, est considr comme une uvre majeure dans lhistoire de la
science. Il y dcrit la gravitation universelle, formule les trois lois du mouvement et jette les bases
de la mcanique classique ou mcanique newtonienne. Ces trois lois universelles du mouvement
resteront inchanges, sans aucune amlioration, durant plus de deux sicles, jusqu larrive des
mcaniques relativiste et quantique.
Rappelons que ces trois lois sont : 1) le principe dinertie ; 2) le principe fondamental de la
dynamique ; et 3) le principe des actions rciproques.
La mcanique classique sera ensuite complte et mathmatise pour devenir la mcanique
analytique. Cette dernire, initie ds le XVIIIe sicle, regroupe, en plus de la mcanique newtonienne,
les mcaniques de Hamilton et de Lagrange. Toutes ces mcaniques ont en commun lapplication
initiale dun principe variationnel, et avec lui lutilisation du calcul variationnel... ce qui fait le lien
avec le prsent document.
11.1
La mcanique, un problme plusieurs champs
Dans ce paragraphe, nous reprenons les formulation prsentes au paragraphe 8.3.2, mais en
essayant de les clairer par un discours plus pragmatique. Cest pourquoi nous changerons quelque
peu les notations, afin de retomber sur des choses peut-tre plus familires pour des ingnieurs
mcaniciens.
Bien qutant un sujet ancien, la mcanique nen est pas pour autant un problme simple. En
mcanique, les champs inconnus sont les dplacements, dformations et contraintes (et dautres si
besoin, comme la temprature...). De plus, on dispose de relations entre ces champs.
Il est possible de nexprimer le problme qu laide des seuls dplacements. Les dformations
sont alors calcules partir des dplacements (par combinaison linaire des drives, obtenues
de manire approche), puis les contraintes sont obtenues partir des dformations par la loi de
comportement (linaire ou non, isotrope ou non...).
Il est galement tout fait possible dexprimer le problme en utilisant les dplacements et
les contraintes comme inconnues. Cela permet de prendre en compte certaines continuits des
contraintes en certains lieux (interface entre deux matriaux par exemple, voir paragraphe 12.3
pour une synthse) de la structure, et dimposer les conditions aux limites de nullit des contraintes
aux lieux le ncessitant (par exemple bord libre).
Par contre, le champ de contraintes peut galement tre trop continu en certains endroits
selon le type de problme. Cette continuit tant lie la constitution de llment fini choisi, on
peut ne pas disposer dlments capables de modliser correctement ce phnomne...
Notons quil serait tout aussi possible dutiliser une formulation ayant les trois champs comme
inconnues... Enfin bref, tout est possible, mais il faut veiller ce que la modlisation de chaque
champ soit cohrente avec le phnomne physique modliser. En dautres termes, on ne choisit pas
un lment au hasard, juste parce quil a le bon nombre dinconnues, il est videmment ncessaire
de se demander comment ces inconnues sont interpoles, ce que cela implique sur la rgularit des
solutions et donc si cela est compatible avec le phnomne physique que lon souhaite simuler. Un
autre exemple typique est le cas des lments dplacement-pression utiliss par exemple pour la
modlisation des solides incompressibles (nous avons voqu le problme prcdemment).
Ce document sadressant des personnes connaissant dj la mthode des lments finis, nous
allons prsenter trs brivement, sous forme da parte, la discrtisation multi-champs, de manire
un peu dcouple du reste du document, juste pour fixer les ides.
III
LMENTS FINIS
11.1 La mcanique, un problme plusieurs champs
140
Si lon note u le champ de dplacements, celui-ci peut tre approch partir des dplacements
nodaux (sous forme de vecteur) q par lintermdiaire de fonctions de formes ranges dans la
matrice Nu . Compte tenu des notations utilises, les interpolations des diffrents champs se font,
sur chaque lment, de la manire suivante :
u D Nu q
(11.1)
De la mme manire, si les dformations " sont choisies comme champ inconnu, elles seront approches partir des dformations nodales (sous forme de vecteur avec la convention de
lingnieur) par lintermdiaire de fonctions de formes ranges dans la matrice N" .
" D N"
(11.2)
Cela vaut galement pour les contraintes qui, si elles sont choisies comme champ inconnu,
seront approches partir des contraintes nodales (sous forme de vecteur avec la convention de
lingnieur) par lintermdiaire de fonctions de formes ranges dans la matrice N .
D N
(11.3)
Notons que dans la pratique, rien nempche de prendre les mmes fonctions de forme pour les
diffrents champs. De manire analogue, le vecteur des multiplicateurs de Lagrange sera interpol
de la faon suivante :
D N L
(11.4)
On aura donc :
" D
D
D
D
D
N"
Lu
LNu q
S
SN
approximation en dformations
relation dformations dplacements
approximation en dplacements
loi de Hooke inverse
approximation en contraintes
(11.5)
approximation en contraintes
loi de Hooke gnralise
approximation en dformations
loi de Hooke en lasticit linaire
approximation en dplacements
(11.6)
et, de faon inverse :

D
D
D
D
D
N
H"
HN"
HLu
HLNu q
avec, en petites dformations :

2
2
@
@x
60
6
6
60
@ 7
6
@y 5 en 2D, et L D 6 0
6
@
6@
@x
4 @z
@
@x
6
LD40
@
@y
@
@y
3
0
07
7
@ 7
7
@z 7 en 3D
@ 7
@y 7
@ 7
@x 5
0
0
@
@y
0
@
@z
0
@
@x
(11.7)
La mthode des lments finis classique, ou en dplacements, nutilise que le champ de

dplacements comme variable. Elle est base sur le principe du travail virtuel :
Z
Z
TV D
".u/H".u/ uf d
uT d
(11.8)

141
11. Choix dun Modle
LMENTS FINIS
III
avec f les forces imposes dans et T les forces imposes sur , o et u forment une
partition de D @. Ce principe est obtenu comme variation de la fonctionnelle de lnergie
potentielle totale exprime en dplacements :
Z
Z
T
T
1T
TV D
".u/H".u/
qf
d
qT d
(11.9)
2

o les conditions subsidiaires sur les dplacements sont prises en compte directement par lespace
dans lequel les dplacements sont recherchs.
La fonctionnelle dHellinger-Reissner est sans doute la plus connue des fonctionnelles mixtes.
Elle utilise les champs de dplacements et de contraintes comme variables indpendantes. Son
expression est la suivante, U dsignant les dplacement imposs :
Z
Z
Z

1
ij;j u C f u d
T T u d
UT d
(11.10)
HR D
2 S

bien que lon puisse la trouver sous une autre forme, obtenue par intgration par parties de celle-ci.
Elle na satisfaire aucune condition subsidiaire. La stationnarit de cette fonctionnelle conduit
aux quations dquilibre, la loi de comportement, et aux conditions aux limites en forces et
dplacements.
Cette fonctionnelle conduit un lment ayant les champs de dplacements et de contraintes
comme inconnues nodales. Il sen suit que toutes les composantes de ces champs sont continues.
Elle conduit la rsolution dun systme du type mixte (Brezzi) :

A B
O
D
(11.11)
BT O q
F
o la matrice de rigidit est symtrique et non dfinie-positive, et :
Z
Z
Z
T
T
ADC
N SN d
BDC
N LNu d
FDC

Nu f- d
(11.12)
Lun des moyens pour obtenir une fonctionnelle hybride est dintroduire une condition sur une
partie du contour par lintermdiaire de multiplicateurs de Lagrange comme prsent un peu plus
loin.
Tout comme la fonctionnelle dHellinger-Reissner est associe la mthode mixte, celle de
Pian et Tong est indissociable de ladjectif hybride, mme si, en toute rigueur, elle est une mthode
mixte (deux champs) hybride (diffrents domaines dinterpolation) :
Z
Z
Z
1
S d C
Tu d
PT D 2
Tu d
(11.13)

Sa variation est :
Z
Z
PT D
S d C
Tu C uT d

Z
uT d
(11.14)
dont lavantage principal est de ne pas comporter de drive.

Cette variation peut tre transforme en :
Z
Z
Z
." S / d C
uT d
uT d

La stationnarit de cette fonctionnelle conduit la loi de comportement, et aux conditions aux

limites en contraintes. Les conditions aux limites en dplacements seront imposes par lespace
dans lequel on cherche u.
III
LMENTS FINIS
11.1 La mcanique, un problme plusieurs champs
142
Le systme rsoudre est de la forme mixte donn prcdemment la relation (11.11) avec :
Z
Z
Z
T
T
T
T
ADC
N SN d
BDC
N MNu d
FDC
Nu T d (11.15)

M tant la matrice des cosinus directeurs donne par les relations :

2
3

n1 0 0 0 n3 n2
n
0 n2
dans le plan, et M D 4 0 n2 0 n3 0 n1 5 dans lespace.
MD 1
0 n2 n1
0 0 n3 n2 n1 0
(11.16)
Toutefois, le champ de contraintes ntant dfini que dans , il est possible deffectuer une
condensation statique du champ de contraintes, i.e. de transformer le systme (11.11) en crivant :
DA
Bq
(11.17)
et le champ de dplacements est solution dun systme de type classique Kq D F, o la matrice de

rigidit K est remplace par la matrice de rigidit quivalente suivante :
Keq D T BA
(11.18)
Sur le plan du droulement du calcul, on commence par rsoudre une forme classique
mais en utilisant la matrice de rigidit quivalente Keq , puis le calcul des contraintes dans chaque
lment se fait par la relation (11.17).
Les multiplicateurs de Lagrange peuvent tre utiliss pour introduire des conditions supplmentaires directement la fonctionnelle. Ces conditions sont gnralement imposes sur X , tout ou
partie de D @. Pour ce faire, il suffit dajouter la fonctionnelle du problme le terme :
Z
T
condition
(11.19)
X
o les i sont les multiplicateurs de Lagrange.

Les multiplicateurs de Lagrange sont gnralement utiliss pour :
introduire des variables physiques additionnelles comme inconnues ;
obtenir des conditions de drivabilit ou des conditions aux limites moins svres sur les
inconnues.
Notons quun autre de leurs avantages est de permettre lutilisation dune formulation diffrente
dans chaque lment, en assurant les continuits ncessaires aux interfaces (voir synthse de ce problme dinterface au paragraphe 12.3). Bien sr, apparaissant comme inconnues, les multiplicateurs
de Lagrange viennent grossir la taille du systme rsoudre.
11.2
Plusieurs modlisations dun mme problme
La qualit de lapproximation des diffrents champs est non seulement lie au nombre de champs
inconnus choisis, mais galement au choix de llment. Ce dernier peut traduire une simplification du problme physique : il sagit du problme du choix du type de modlisation, en une, deux
ou trois dimensions. Selon le type dinformation recherch, un modlisation plus simple quune
autre peut fournir les rsultats escompts.
Dans ce paragraphe, nous nous proposons dtudier un exemple o seul le champ de dplacement apparat comme inconnue nodale. Toutefois, si ce nest plus le nombre de champ qui peut
modifier la formulation, nous allons voir que la mcanique offre moult thories qui toutes ont leurs
avantages et inconvnients, mais qui surtout ne sont pas toutes quivalentes.
143
11. Choix dun Modle
LMENTS FINIS
III
Histoire
La paternit de la thorie des poutres est attribue Galile, mais des tudes rcentes indiquent que
Lonard de Vinci laurait prcd. De Vinci avait suppos que la dformation variait de manire
linaire en sloignant de la surface neutre, le coefficient de proportionnalit tant la courbure, mais
il ne put finaliser ses calculs car il navait pas imagin la loi de Hooke a . De son ct, Galile tait
parti sur une hypothse incorrecte (il supposait que la contrainte tait rpartie uniformment en
flexion), et cest Antoine Parent qui obtint la distribution correcte.
Ce sont Leonhard Euler et Jacques Bernoulli qui mirent la premire thorie utile vers
1750, tandis que Daniel Bernoulli, le neveu du
prcdent (et le fils de Jean Bernoulli), crivit lquation diffrentielle pour lanalyse vibratoire. cette poque, le gnie mcanique
ntait pas considr comme une science, et
Euler
J. Bernoulli D. Bernoulli Timoshenko
lon ne considrait pas que les travaux dune
acadmie des mathmatiques puissent avoir des applications pratiques... On continua donc btir
les ponts et les btiments de manire empirique. Ce nest quau XIXe sicle, avec la Tour Eiffel et les
grandes roues, que lon dmontra la validit de la thorie grande chelle.
La thorie des poutres est une simplification unidimensionnelle. On distingue :
la thorie dEuler-Bernoulli, qui nglige linfluence du cisaillement ;
la thorie de Timoshenko qui prend en compte leffet du cisaillement.
En 1888, Love utilise les hypothses de Gustav Kirchhoff, ellesmmes inspires des hypothses
dEuler-Bernoulli pour les poutres,
pour fonder une thorie des plaques
minces.
La thorie des plaques paisses a t
Kirchhoff
Love
Rayleigh
Reissner
Mindlin
consolide par Mindlin partir des travaux de Rayleigh (1877), Timoshenko (1921), Reissner (1945) et Uflyand (1948).
La thorie des plaques minces, ou thorie de Love-Kirchhoff, suppose que :
le plan moyen (quivalent de la courbe moyenne des poutres) est initialement plan ;
le feuillet moyen (quivalent de la fibre neutre des poutres) ne subit pas de dformation dans
son plan ; on ne considre que le dplacement transversal w des points du feuillet moyen ;
modle de Kirchhoff : les sections normales au feuillet moyen restent normales lors de la
dformation ; en consquence, on peut ngliger le cisaillement ;
lpaisseur est faible ; en consquence, les contraintes dans le sens de lpaisseur sont supposes nulles ;
on reste en petites dformations.
Notons que cette thorie permet de dterminer la propagation des ondes dans les plaques, ainsi que
ltude des ondes stationnaires et des modes vibratoires.
Dans la thorie des plaques paisses, ou thorie de Reissner et Mindlin, la fibre normale reste
toujours rectiligne, mais nest plus ncessairement perpendiculaire au plan moyen. On ne peut donc
plus ngliger le cisaillement.
a. Robert Hooke, qui dsirait obtenir une thorie des ressorts en soumettant ces derniers des forces
croissantes successives, nona en 1978, partir dexpriences datant de 1675, la loi de comportement suivante :
ut tensio sic vis ce qui signifie telle extension, telle force , ou bien en termes modernes lallongement
est proportionnel la force .
La figure 11.1 propose trois modlisations dun mme problme. Il sagit dune poutre encastre
une extrmit et soumise une force dcentre lautre. Vaut-il mieux modliser lintgralit du
volume de la poutre, la traiter comme une plaque, ou peut-on se contenter dun modle de poutre ?
Ltude de la contrainte axiale xx est donne la figure 11.2. Si les cartographies prsentent
bien la mme rpartition, seul le modle 3D permet de mettre en vidence la concentration de
contrainte due la force ponctuelle.
Une comparaison plus fine des trois modlisations concernant cette mme contrainte normale
III
LMENTS FINIS
11.2 Plusieurs modlisations dun mme problme
144
F IGURE 11.1: Trois modlisations dun mme problme.

1.35E+02
1.29E+02
1.22E+02
1.16E+02
1.09E+02
1.03E+02
96.
90.
83.
77.
70.
64.
57.
51.
44.
38.
31.
25.
18.
12.
5.5
2.09E+02
1.89E+02
1.69E+02
1.49E+02
1.28E+02
1.08E+02
88.
68.
48.
27.
7.1
13.
33.
54.
74.
94.
1.14E+02
1.35E+02
1.55E+02
1.75E+02
1.95E+02
(a)
(b)
F IGURE 11.2: Contrainte axiale sur la peau suprieure : (a) modle 3D, (b) modle 2D.
le long de trois lignes est reporte la figure 11.3. Les diffrences de rsultats proviennent des
L3
L1
L2
2.00
SMXX
2.00
Plaque
Poutre
Volumique
1.80
1.60
SMXX
2.00
Plaque
Poutre
Volumique
1.80
1.60
1.40
1.40
1.20
1.20
1.20
1.00
1.00
1.00
0.80
0.80
0.80
0.60
0.60
0.20
L1
0.40
0.20
ABS
0.00
0.00
0.20
0.40
0.60
0.80
0.60
L2
0.40
0.20
ABS
0.00
1.00
0.00
Plaque
Poutre
Volumique
1.60
1.40
0.40
SMXX
1.80
0.20
0.40
0.60
0.80
L3
ABS
0.00
1.00
0.00
0.20
0.40
0.60
0.80
1.00
F IGURE 11.3: Contrainte axiale sur la peau suprieure en diffrentes sections

hypothses cinmatiques et des composantes accessibles dans les diffrentes thories utilises. On y
voit que loin des extrmits, les trois solutions concordent parfaitement, conformment au principe
de Saint-Venant. 1 Les diffrences proviennent des effets de bord, i.e. des variations locales des
contraintes et dformations au voisinage des conditions aux limites.
Les hypothses cinmatiques sont :
la thorie des poutres (Figure 11.4a) suppose que chaque section droite suit un mouvement
de solide rigide. Les sections ne peuvent donc pas se dformer, elles peuvent uniquement se
translater et tourner dans lespace (sans forcment rester perpendiculaires la ligne moyenne,
car dans ce cas on considre une thorie avec cisaillement transverse) ;
la thorie des plaques (Figure 11.4b), moins restrictive, suppose que chaque segment perpendiculaire au plan moyen de la plaque suit un mouvement de solide rigide (l encore, sans
1. Le principe de Saint-Venant prcise que le comportement en un point quelconque de la poutre, pourvu que ce
point soit suffisamment loign des zones dapplications des forces et des liaisons, est indpendant de la faon dont
sont appliques les forces et de la faon dont sont physiquement ralises les liaisons ; le comportement dpend alors
uniquement du torseur des forces internes en ce point.
145
11. Choix dun Modle
LMENTS FINIS
III
(a)
(b)
(c)
F IGURE 11.4: Mouvements dune section droite : (a) thorie des poutres ; (b) thorie des plaques
ou coques ; (c) thorie volumique
forcment rester perpendiculaire au plan moyen). Elle permet donc de modliser certaines
formes de dformations des sections, planes (flexion et cisaillement dans le plan de la section,
traction dans le sens de la largeur) ou hors plan (certains types de gauchissement). Cependant, les segments ne pouvant pas changer de longueur, elle ne permet pas de modliser
lcrasement de lpaisseur ;
enfin, la thorie 3D (Figure 11.4c) ne comporte aucune de ces restrictions et peut modliser
nimporte quelle forme de gauchissement ou dcrasement, condition que le maillage
employ soit suffisamment fin.
Ici, la comparaison des rsultats plaque et 3D montre que la contribution de lcrasement
de la section la flche semble ngligeable (0,7% dcart). Ce nest pas forcment vrai car
lcrasement est un phnomne localis sous la charge et li au contact, qui a t modlis trs
grossirement... Cette trs forte concentration de contraintes sous la charge est caractristique dune
singularit. La valeur obtenue est peu fiable. On peut mme dire que physiquement, une force
ponctuelle nexiste pas. Elle est forcment distribue sur une petite surface...
De mme, la comparaison des rsultats poutre et plaque montre que la flexion et le
cisaillement de la section contribuent davantage la flche que lcrasement (6,4% dcart) :
la largeur de la pice est visiblement suffisante pour que les dformations des sections droites
provoquent un dplacement vertical non ngligeable sous la charge.
Il est essentiel de noter que toutes les thories ne permettent pas daccder toutes les composantes du champ des contraintes : de manire gnrale, seuls les efforts qui travaillent dans les
dplacements permis par la thorie sont accessibles (les thories sont ainsi faites afin de pouvoir
respecter le premier principe de la thermodynamique dont lcriture ncessite de calculer le travail
de tous les efforts permis par la thorie). Ainsi :
la thorie des poutres ne permet pas de calculer les contraintes dans le plan transversal (yy ,
zz et yz ) du fait de lindformabilit des sections droites ;
la thorie des plaques ne permet pas de calculer la contrainte normale au plan de la plaque
zz , du fait de lindformabilit des segments perpendiculaires ce plan ;
enfin, la thorie 3D permet de calculer les six composantes du tenseur des contraintes.
ces limitations thoriques peuvent sajouter des limitations techniques propres chaque
logiciel, susceptibles de rendre dautres grandeurs physiques inaccessibles. Avant deffectuer une
modlisation par lments finis, il est donc indispensable de sassurer que le logiciel utilis et son
cadre thorique permettent bien daccder au rsultat voulu (en plus dtre pertinents vis--vis de la
gomtrie du produit, de son environnement et du comportement attendu).
De plus, si certains logiciels peuvent avoir des limitations techniques , ils peuvent galement
disposer de mthodes de post-traitement susceptibles damliorer ou de permettre daccder
certaines composantes (sous certaines hypothses). Cela aussi doit tre pris en compte.
III
LMENTS FINIS
11.2 Plusieurs modlisations dun mme problme
146
11.3
Exemple : retour sur le calcul de poutre du paragraphe 11.1

avec C AST 3M
Nous allons reprendre pour partie lexemple de la poutre encastre traite au paragraphe prcdent
et prsenter le listing C AST 3M correspondant.
11.3.1
Modlisation 2D
Nous commenons par dfinir les donnes du problme : longueur, largeur, paisseur, nombre
dlments selon chacune de ces directions, et force applique :
1
2
3
4
5
6
7
8
9
10
DONNEES
geometrie
long1 =22.0;
larg1 =8.;
ep1 =4;
maillage
nlong1 =22;
nlarg1 =8;
effort
Forc1 = -41.;
Puis nous dfinissons la dimension du problme (modle tridimensionnel), et le type de dcoupage :

11 OPTION DIME 3 ELEM QUA4 ;
Nous dfinissons les points ki (dnomms ainsi pour rappel de la syntaxe A NSYS des keypoints
k,i,...), puis les lignes Li , et la surface S1 .
12
13
14
15
16
17
18
19
20
21
22
k1
k2
k3
k4

L1
L2
L3
L4

S1
=
=
=
=
0. 0. 0.;
long1 0. 0.;
long1 larg1 0.;
0. larg1 0.;
=
=
=
=
DROI
DROI
DROI
DROI
nlong1
nlarg1
nlong1
nlarg1
k1
k2
k3
k4
k2 ;
k3 ;
k4 ;
k1 ;
= DALLER L1 L2 L3 L4 ;
Le modle est un modle de mcanique lastique isotrope utilisant llment de coque COQ4 pour
le maillage S1 :
1 Model1 = MODL S1 MECANIQUE ELASTIQUE ISOTROPE COQ4 ;
Enfin on rsout le problme aprs avoir fourni les donnes matrielles et les conditions aux
limites :
2
3
4
5
6
7
8
9
10
Mater1 = MATER Model1 YOUNG 70000.0 NU 0.33 RHO 2700.0;

Car1 = CARAC Model1 EPAI ep1 ;
Mater1 = Mater1 ET Car1 ;
MR1 = RIGID Model1 Mater1 ;
CL1 = BLOQ DEPL L4 ;
CL2 = BLOQ ROTA L4 ;
FOR1 = FORC (0. 0. Forc1 ) k3 ;
MTOT1 = MR1 ET CL1 ET CL2 ;
Depl1 = RESO MTOT1 FOR1 ;
On peut post-traiter les rsultats et les afficher.

Les composantes de Sig1 dans le repre LOCAL sont :
les efforts normaux : N11, N22 ;
leffort de cisaillement plan : N12 ;
les moments de flexion : M11, M22 ;
le moment de cisaillement plan : M12 ;
les efforts tranchants V1, V2.
147
11. Choix dun Modle
LMENTS FINIS
III
Les composantes de Eps1 dans le repre LOCAL sont :

les longations normales dans le plan : EPSS, EPTT ;
les cissions dans le plan et transverses : GAST, GASN, GATN ;
les courbures : RTSS, RTTT, RTST.
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
DEPLACEMENTS
UZ1 = EXCO UZ depl1 ;
TRAC UZ1 S1 ;

DEFORMEE
def0 = DEFO S1 Depl1 0.0 BLEU ;
def1 = DEFO S1 Depl1 ;
TRAC ( d e f 0 ET d e f 1 ) ;

CONTRAINTES :
Sig1 = SIGM Model1 Mater1 Depl1 ;
Siigg1 = EXCO M11 Sig1 ;
TRAC Siigg1 Model1 def1 ;

DEFORMATIONS
Eps1 = EPSI Model1 Mater1 Depl1 ;
Eppss1 = EXCO RTSS Eps1 ;
TRAC E p p s s 1 M o d e l 1 ;

fin ;
11.3.2
Modle 3D
Nous allons maintenant construire le modle tridimensionnel. Comme nous voulons travailler
lconomie, nous repartons du fichier prcdent que nous adaptons.
1
2
3
4
5
6
7
8
9
10
11
DONNEES
geometrie
long1 =22.0;
larg1 =8.;
ep1 =2;
maillage
nlong1 =22;
nlarg1 =8;
nep1 =3;
effort
Forc1 = -41.;
1
2
3
4
5
6
7
8
9
10
11
12
13
OPTION DIME 3 ELEM CUB8 ;

k1 = 0. 0. 0.;
k2 = long1 0. 0.;
k3 = long1 larg1 0.;
k4 = 0. larg1 0.;

L1 = DROI nlong1 k1 k2 ;
L2 = DROI nlarg1 k2 k3 ;
L3 = DROI nlong1 k3 k4 ;
L4 = DROI nlarg1 k4 k1 ;

S1 = DALLER L1 L2 L3 L4 ;
Cette fois, nous nous servons de llment volumique CUB8 au lieu de llment surfacique QUA4.
partir de la surface S1 , qui est la mme que prcdemment, nous allons crer le volume V1
par translation selon le vecteur Vect1 .
Nous en profitons galement pour crer Face1 sur laquelle porterons les conditions aux limites.
Notons par exemple que la ligne L4 appartient bien au maillage V1 , puisque ce dernier est construit
dessus. Par contre, la surface f ace1 nappartient pas V1 , il est donc ncessaire de la lier V1 en
utilisant la commande ELIM.
1
2
3
4
III
Vec1 =0. 0. ( -1.0* ep1 ) ;

V1 = S1 VOLU nep1 TRAN Vec1 ;
Face1 = L4 TRAN nep1 Vec1 ;
ELIM 0.0000001 V1 Face1 ;
LMENTS FINIS
11.3 Exemple : retour sur le calcul de poutre du paragraphe 11.1 avec C AST 3M
148
Cette fois, le modle correspond au maillage V1 et utilise

1 Model1 = MODL V1 MECANIQUE ELASTIQUE ISOTROPE CUB8 ;
llment CUB8.
On rsout, puis on post-traite.

2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
Mater1 = MATER Model1 YOUNG 70000.0 NU 0.33 RHO 2700.0;

MR1 = RIGID Model1 Mater1 ;
CL1 = BLOQ DEPL Face1 ;
CL2 = BLOQ ROTA Face1 ;
FOR1 = FORC (0. 0. Forc1 ) k3 ;
MR1 = MR1 ET CL1 ET CL2 ;
Depl1 = RESO MR1 FOR1 ;

DEPLACEMENTS
UZ1 = EXCO UZ depl1 ;
TRAC CACH UZ1 V1 ;
DEFORMEE
def0 = DEFO V1 Depl1 0.0 BLEU ;
def1 = DEFO V1 Depl1 ;
TRAC CACH ( d e f 0 ET d e f 1 ) ;

CONTRAINTES :
Sig1 = SIGM Model1 Mater1 Depl1 ;
L e s c o m p o s a n t e s d e S i g 1 s o n t : VONMISES , SMXX , SMYY , SMZZ , SMXY , SMXZ , SMYZ
Siigg1 = EXCO SMXX Sig1 ;
on t r a c e s u r l a g e o m e t r i e d e f o r m e e , c e s t p l u s b e a u
TRAC CACH Siigg1 Model1 def1 ;

DEFORMATIONS
E p s 1 = EPSI M o d e l 1 M a t e r 1 D e p l 1 ;
TRAC CACH E p s 1 M o d e l 1 ;

fin ;
11.4
Interpolation des champs et de la gomtrie
Un lment est dit isoparamtrique si on prend les mmes fonctions dinterpolation pour le dplacement et la gomtrie.
De manire vidente, on dfinit galement les lments super et sous-paramtriques, comme
illustr la figure 11.5.
Point de dfinition du dplacement
Point de dfinition des coordonnes
Elment superparamtrique
Elment sous-paramtrique
F IGURE 11.5: lments finis non isoparamtriques

Ceci est juste une remarque en passant, pour dfinir le vocabulaire en somme, nous nen
reparlerons plus dans la suite du document.
149
11. Choix dun Modle
LMENTS FINIS
III
Chapitre 12
Formulation pratique dlments finis

Rsum Lintgralit de la mthode des lments finis a t prsente au chapitre 10.
Dans ce chapitre et dans les suivants, nous allons dtailler certains aspects. Nous
proposons dans ce chapitre dexposer un peu plus compltement les notions dinterpolation sur un lment, ainsi que le lien entre approximation locale (sur un lment) et
approximation globale (construction de la base de Vh ).
Nous avons dit vouloir interpoler le problme sur chaque lment. Pour ce faire, il faut prendre
une base sur chaque lment. Plusieurs choix sont possibles, mais en gnral, les fonctions de base
utilises pour les lments finis sont dites interpolantes, cest--dire que les valeurs nodales sont les
valeurs des grandeurs inconnues aux nuds, et que cest partir de ces valeurs que lon effectue
linterpolation.
La mthode la plus simple consiste utiliser les polynmes de Lagrange. Dans cette mthode
les fonctions de base valent 1 un nud du maillage et 0 tous les autres. La fonction de base i est
alors la fonction valant 1 au nud i et 0 sur les autres nuds et qui est polynomiale sur chaque
lment. Il y a autant de fonctions de base par lment que de nombre de nuds. On appelle
lment la donne dune gomtrie (souvent polygonale en deux dimensions, polydrique en trois
dimensions) et de fonctions de base associes cette gomtrie.
Dautres solutions peuvent exister pour les fonctions de base. Par exemple, les lments finis
dHermite ont la particularit davoir deux fonctions de base associes chaque nud. La valeur
de la solution est alors ajuste avec la premire fonction alors que la deuxime permet dajuster
la valeur de la drive. Ce type de fonctions de base peut avoir un intrt pour la rsolution de
certaines quations aux drives partielles (telle que lquation des plaques en Mcanique des
Milieux Continus), mme si elle ncessite davoir deux fois plus de fonctions pour un maillage
donn.
12.1
lments de Lagrange
Les lments de Lagrange sont les lments finis les plus simples.
12.1.1
Unisolvance
Dfinition 58 Unisolvance. Soit D fa1 ; : : : ; aN g un ensemble de N points distincts de Rn .
Soit P un espace vectoriel de dimension finie de fonctions de Rn valeurs dans R. On dit que
est P-unisolvant si et seulement si pour tous rels 1 ,. . . , N , il existe un unique lment p de P
tel que 8i D 1; : : : ; N, p.ai / D i .
151
12. Formulation pratique dlments finis
LMENTS FINIS
III
Cela revient dire que la fonction de P dans RN qui p fait correspondre .p.ai /; : : : ; p.aN // D
.1 ; : : : ; N / est bijective.
12.1.2
lments finis de Lagrange
Dfinition 59 lments finis de Lagrange. Un lment fini de Lagrange est un triplet .K; ; P/
tel que :
K est un lment gomtrique de Rn , compact, connexe, et dintrieur non vide ;
D fa1 ; : : : ; aN g est un ensemble de N points distincts de Rn ;
P est un espace vectoriel de dimension finie de fonctions relles dfinies sur K, et tel
que soit P-unisolvant (donc dim P D N).
Les fonctions de bases locales de llment fini de Lagrange .K; ; P/ sont les N fonctions de P
telles que pi .aj / D ij pour 1 6 i; j 6 N.
Remarque. .p1 ; : : : ; pN / est une base de P.
Dfinition 60 Oprateur de P-interpolation. Un oprateur de P-interpolation sur est un
oprateur K qui toute fonction v dfinie sur K associe la fonction K v de P dfinie par :
K v D
N
X
v.ai /pi
(12.1)
i D1
Thorme 46 k v est lunique lment de P qui prend les mmes valeurs que v sur les points
de .
On notera Pk lespace vectoriel des polynmes de degr total infrieur ou gal k.
sur R, Pk D vectf1; X; : : : ; Xk g et dim Pk D k C 1 ;
sur R2 , Pk D vectfXi Yj ; 0 6 i C j 6 kg et dim Pk D .kC1/.kC2/
;
2
.kC1/.kC2/.kC3/
3
i
j
l
.
sur R , Pk D vectfX Y Z ; 0 6 i C j C l 6 kg et dim Pk D
6
On notera Qk lespace vectoriel des polynmes de degr infrieur ou gal k par rapport chaque
variable.
sur R, Qk D Pk ;
sur R2 , Qk D vectfXi Yj ; 0 6 i; j 6 kg et dim Qk D .k C 1/2 ;
sur R3 , Qk D vectfXi Yj Zl ; 0 6 i; j; l 6 kg et dim Qk D .k C 1/3 .
lments finis unidimensionnels

On discrtise le segment a I b avec des polynmes de degrs 1 m. On obtient les lments du
tableau 12.1.
lment
K
P1
a I b
fa; bg
P1
P2
a I b
fa; aCb
; bg
2
P2
...
...
...
...
Pm
a I b
fa C i bma ; i D 0; : : : ; mg
Pm
Tableau 12.1: lments de Lagrange unidimensionnels de degrs 1 m
lments finis bidimensionnels triangulaires

On discrtise le triangle de sommets fa1 ; a2 ; a3 g avec, le long de chaque arte, une interpolation
polynomiale de degr 1 m. On obtient les lments du tableau 12.2.
III
LMENTS FINIS
12.1 lments de Lagrange
152
lment
K
P1
triangle de sommets fa1 ; a2 ; a3 g
fa1 ; a2 ; a3 g
P1
P2
triangle de sommets fa1 ; a2 ; a3 g
a Ca
faij D i 2 j ; 1 6 i; j 6 3g
P2
Tableau 12.2: lments de Lagrange bidimensionnels triangulaires de degrs 1 et 2

Remarque. Les fonctions de base pour llment P1 sont dfinies par pi .aj / D ij . Ce sont les coordonnes barycentriques : pi D i .
lments finis bidimensionnels rectangulaires

On discrtise le rectangle de sommets fa1 ; a2 ; a3 ; a4 g de cts parallles aux axes. La formulation
est dcrite dans le tableau 12.3.
lment
K
Q1
rectangle de sommets fa1 ; a2 ; a3 ; a4 g de cts parallles aux axes.
fa1 ; a2 ; a3 ; a4 g
Q1
Tableau 12.3: lment de Lagrange bidimensionnel rectangulaire de degr 1

a2
a2
a4
a3
a12
a23
a1
a1
a13
a3
a2
a1
a3
F IGURE 12.1: lments finis de Lagrange 2D : triangulaire P1 , triangulaire P2 et rectangulaire Q1
lments finis tridimensionnels

On distingue les lments finis tridimensionnels suivants, qui seront illustrs la figure 12.2 :
a3
a8
a3
a7
a5
a6
a6
a5
a4
a34
a13
a23
a4
a4
a14
a1
a2
a24
a2
a1
a3
a3
a4
a12
a2
a1
a2
a1
F IGURE 12.2: lments finis de Lagrange tridimensionnels : ttradriques P1 et P2 , paralllpipdique Q1 et prismatique

les lments ttradriques, dfinis dans le tableau 12.4 ;
les lment paralllpipdique, dfinis au tableau 12.5 ;
et les lment prismatique, dfinis selon le tableau 12.6.
153
LMENTS FINIS
III
lment
K
P1
ttradre de sommets fa1 ; a2 ; a3 ; a4 g
fa1 ; a2 ; a3 ; a4 g
P1
P2
ttradre de sommets fa1 ; a2 ; a3 ; a4 g
fai g16i 64 [ faij g16i <j 64
P2
Tableau 12.4: lments de Lagrange tridimensionnels ttrahdriques de degrs 1 et 2

lment
K
Q1
paralllpipde de sommets fa1 ; : : : ; a8 g de cts parallles aux axes.
fai g16i 68
Q1
Tableau 12.5: lment de Lagrange tridimensionnel paralllpipdique de degr 1

lment
K
Q1
prisme droit de sommets fa1 ; : : : ; a6 g
fai g16i 66
fp.X; Y; Z/ D .a C bX C cY/ C Z.d C eX C f Y/; a; b; c; d; e; f 2 Rg
Tableau 12.6: lment de Lagrange tridimensionnel prismatique
12.1.3
Famille affine dlments finis et lment de rfrence
En fait, la notion de transformation affine entre un lment K dun maillage Th et un lment de

rfrence a dj t utilise en calcul de majoration derreur, mais la transformation elle-mme na
pas t dtaille.
O P/
O ;
O et .K; ; P/ sont affine-quivalents si et seulement si il existe une
Deux lments finis .K;
O ai D F.aOi /, i=1,. . . , N, et P D fpO F 1 ; pO 2 Pg.
O
fonction affine F inversible telle que K D F.K/,
Dfinition 61 Famille affine dlments finis. On appelle famille affine dlments finis
une famille dlments finis tous affine-quivalents un mme lment fini appel lment de
rfrence.
Dun point de vue pratique, le fait de travailler avec une famille affine dlments finis permet de
ramener tous les calculs dintgrales des calculs sur llment de rfrence. Voir figure 12.3 pour
une illustration dune transformation affine. Les lments finis de rfrences sont ceux obtenus,
a3
F
(0,1)
a1
K
a2
(0,0)
(1,0)
F IGURE 12.3: Transformation affine sur un triangle

dans les cas prsents ci-dessus avec :
le segment 0 I 1 en une dimension ;
le triangle unit de sommets .0; 0/, .0; 1/, .1; 0/,
et le carr unit 0 I 1 0 I 1 en deux dimensions ;
le ttradre unit de sommets .0; 0; 0/, .1; 0; 0/, .0; 1; 0/, .0; 0; 1/,
III
LMENTS FINIS
12.1 lments de Lagrange
154
le cube unit 0 I 1 0 I 1 0 I 1,
le prisme unit de sommets .0; 0; 0/, .0; 1; 0/, .1; 0; 0/, .0; 0; 1/, .0; 1; 1/, .1; 0; 1/.
12.1.4
Construction de la base globale
Revenons notre problme dcrit par une quation aux drives partielles sous forme faible dans
un domaine sur lequel on ralise un maillage Th partir dune famille affine de Ne lments
finis .Ki ; i ; Pi /i D1;:::;Ne .
Par unisolvance, la solution approche uh sera entirement dfinie sur chaque lment fini
par ses valeurs sur les points de i , nomms nuds du maillage. Notons .a1 ; : : : ; aNh / les nuds
du maillage (Nh < Ne cardi ). Le problme approch revient dterminer les valeurs de uh aux
points ai : ce sont les degrs de libert du problme approch. On va construire une base de Vh en
associant chaque degr de libert ai un vecteur de la base. On dfinit ainsi les fonctions de base
globales 'i .i D 1; : : : ; Nh / par :
'i jKj 2 Pj ; j D 1; : : : ; Ne
et
'i .aj / D ij ; 1 6 i; j 6 Nh
(12.2)
et lespace dapproximation interne est Vh D vectf'1 ; : : : ; 'Nh g. On remarquera quune telle

fonction 'i est nulle partout sauf sur les lments dont ai est un nud.
y
F IGURE 12.4: Base de Vh : exemple de fonction de base globale 'i sur un maillage avec des
lments triangulaires P1 .
De plus, sur un lment K dont ai est un nud, 'i vaut 1 en ai et 0 aux autres nuds de K.
Donc 'i jK est une fonction de base locale de K. On voit donc que la fonction de base globale 'i est
construite comme runion des fonctions de base locales sur les lments du maillage dont ai est un
nud.
Remarque. Ce qui prcde est vrai dans le cas dun maillage conforme, i.e si lintersection entre deux
lments est soit vide, soit rduite un sommet ou une arte en dimension 2, ou un sommet, une arte ou
une face en dimension 3.
F IGURE 12.5: Maillage non conforme : situations interdites
155
LMENTS FINIS
III
12.2
lments dHermite
12.2.1
Classe dun lment fini
Une question naturelle est de savoir quelle est la rgularit de la solution approche uh . En
particulier, uh est-elle continue ? drivable ?
La solution approche uh est obtenue par combinaison linaire des fonctions de base globales ',
la question revient donc dterminer la rgularit de celles-ci. Par construction, on voit que la
rgularit de 'i sera donne par sa rgularit au niveau des interfaces entre les lments adjacents
formant son support.
Nous avons vu au paragraphe prcdent que pour les lments finis de Lagrange, 'i est
construite pour tre continue dun lment lautre, mais pas sa drive... cest cette contrainte que
nous allons introduire maintenant.
12.2.2
lments finis dHermite
Dfinition 62 lment fini dHermite. Un lment fini dHermite ou lment fini gnral
est un triplet .K; ; P/ tel que :

K est un lment gomtrique de Rn , compact, connexe, et dintrieur non vide ;
D f1 ; : : : ; N g un ensemble de N formes linaires sur lespace des fonctions dfinies
sur K, ou sur un sous-espace plus rgulier contenant P ;
P est un espace vectoriel de dimension finie de fonctions relles dfinies sur K, et tel
que soit P-unisolvant.
Dfinition 63 Oprateur de P-interpolation. Un oprateur de P-interpolation sur est un
oprateur K qui toute fonction v dfinie sur K associe la fonction K v de P dfinie par :
K v D
N
X
i .v/pi
(12.3)
i D1
Thorme 47 k v est lunique lment de P qui prend les mmes valeurs que v sur les points
de .
On remarque immdiatement que si i .p/ D p.ai /; i D 1; : : : ; N, on retrouve les lments finis
de Lagrange. Cette gnralisation permet dintroduire des oprations de drivation dans , et donc
damliorer la rgularit des fonctions de Vh . Les fonctions de base globales 'i , .i D 1; : : : ; Nh /
sont dfinies par :
'i jKj 2 Pj ; j D 1; : : : ; Ne
et
j .'i / D ij ; 1 6 i; j 6 Nh
(12.4)
Suivant les lments utiliss, ces fonctions de base pourront tre de classe C1 ou mme plus, et
il en sera donc de mme pour la solution approche uh .
12.2.3
lments uni- et bidimensionnels
Nous prsentons quelques lments finis dHermite utiliss classiquement, dont certains sont
illustrs la figure 12.6 :
les lments finis unidimensionnels cubiques et quintiques sont dfinis au tableau 12.7 ;
les lments finis bidimensionnels triangulaires : on distingue llment cubique dHermite,
qui est C0 , et llment dArgyris, qui est C1 . Ils sont prsents aux tableaux 12.8 et 12.9 ;
llment fini bidimensionnel rectangulaire dfini au tableau 12.10 ;
III
LMENTS FINIS
12.2 lments dHermite
156
a1
a1
a4
a12
a3
a13
a123
a2
a3
a3
a23
a2
a2
a1
F IGURE 12.6: lments finis dHermite triangulaire cubique, lment dArgyris et lment rectangulaire Q3
cubique
segment a I b
fp.a/; p 0 .a/; p.b/; p 0 .b/g
P3
C1 et H2
lment
K
P
Rgularit
quintique
segment a I b
fp.a/; p 0 .a/; p 00 .a/; p.b/; p 0 .b/; p 00 .b/g
P3
C2 et H3
Tableau 12.7: lments dHermite unidimensionnels de degrs 3 et 5

lment
K
n triangle de sommets fa1o; a2 ; a3 g

@p
p.ai /; @x
.ai /; i D 1; 2; 3 [ fp.a0 /g
P3
C0 , mais pas C1
P
Rgularit
Tableau 12.8: lment bidimensionnel triangulaire dHermite

lment
K
P
Rgularit
p.ai /;
triangle de sommets fa1 ; a2 ; a3 g o
2
2
@p
@2 p
.ai /; @p
.ai /; @@xp2 .ai /; @@yp2 .ai /; @x@y
.ai /; i
@x
@y
D 1; 2; 3 [
@p
.a /; 1
@n ij
o
6i <j 63
P5
C1
Tableau 12.9: lment bidimensionnel triangulaire dArgyris

lment
K
P
Rgularit
Q3
rectangle nde sommets fa1 ; a2 ; a3 ; a4 g de cts parallleso aux axes
2
@p
@ p
p.ai /; @x
.ai /; @p
.ai /; @x@y
.ai /; i D 1; : : : ; 4
@y
P3
C1
Tableau 12.10: lment bidimensionnel rectangulaire dHermite Q3
12.3
Traitement de plusieurs champs
Dans ce qui prcde, le lecteur aura not que lon interpole un seul champ, en imposant ou non
certaines rgularits (drives partielles). Une question naturelle consiste se demander comment
traiter les problmes ayant plusieurs champs inconnus (cela dj t abord, et certaines stratgies
on dj t prsentes : formulation mixte (Brezzi), utilisation de multiplicateurs de Lagrange).
On pourrait imaginer, si ces champs sont dissocis (sans lien les uns avec les autres), de
modliser chaque champ sparment, i.e. de traiter un problme par champ (avec pour chaque
157
LMENTS FINIS
III
champ un choix de maillage et dlment qui lui est propre).

En fait, les problmes plusieurs champs ne concernent gnralement pas des champs indpendants. Lorsque lon a plusieurs champs interdpendants, alors on dispose de relations entre ces
champs, qui doivent elles-aussi tre satisfaites.
Nous avons expos au chapitre prcdent pourquoi la mcanique reste un cas compliqu. Cela
provient de ce que les champs inconnus sont les dplacements, dformations et contraintes. De
plus, le chapitre prcdent a permis une illustration du choix dun modle, mme lorsque lon ne
recourt qu une thorie un champ (dplacements).
Nous ne construirons pas ici un lment plusieurs champs, mais nous allons donner une
motivation pour le faire : celui du calcul des contraintes linterface entre deux matriaux diffrents
que nous supposerons parfaitement colls.
Considrons donc le problme dcrit la figure 12.7. Deux domaines 1 et 2 , constitus
Continuit :
- des dplacements Ui
n
n
I
- des contraintes Ti
(i dsigne le vecteur des contraintes)
i
2
F IGURE 12.7: Interface et continuits

chacun de leur propre loi de comportement, ont une interface commune I . On supposera que
le champ de dplacement est continu le long de I . La continuit de la composante normale du
dplacement linterface traduit le fait quil ny a pas dcollement entre les deux domaines ; celle
de la composante tangentielle quil ny a pas glissement entre eux. On peut donc dire quen tout
point de I , le dplacement est continu, ce que lon note u1i D u2i .
Ltat dquilibre des forces doit lui-aussi tre vrifi le long de linterface. Cela implique
que les composantes normales des contraintes doivent tre galement continues le long de cette
interface, i.e. que la trace du tenseur des contraintes doit tre continue le long de linterface. Par
contre, les autres composantes peuvent (et doivent selon les cas) tre discontinues.
Plusieurs stratgies sont envisageables :
Post-traitement : Dans cette mthode, on effectue le calcul en dplacements, de manire classique.
On obtient les contraintes de manire toute aussi classique, mais celles-ci nont videmment
pas les continuits et discontinuits souhaites.
On utilise une mthode de post-traitement qui va modifier le calcul des contraintes sur les
lments situs de part et dautre de linterface, par exemple en imposant la vrification
des quations dquilibre (voir par exemple la mthode de Reissner locale, qui applique la
fonctionnelle de Reissner uniquement le long de linterface).
lment mixte : La fonctionnelle dHellinger-Reissner possde les champs de dplacement et de
contrainte comme inconnues. Elle conduit un systme de type mixte donn par lquation
(11.11), avec une matrice qui nest plus dfinie-positive.
Il sen suit que ces deux champs sont continus, et notamment que toutes les composantes des
contraintes le sont, ce qui ne satisfait pas les conditions dquilibre.
Si lon souhaite utiliser ce type dlment, il faudra par exemple, faire une condensation
statique des composantes devant tre discontinues, ou utiliser une mthode de post-traitement.
lment hybride : La fonctionnelle de Pian et Tong (mixte hybride) prsente prcdemment
III
LMENTS FINIS
12.3 Traitement de plusieurs champs
158
a lavantage de ne pas faire intervenir de drive. Elle conduit elle-aussi un systme de

type mixte, mais la matrice de rigidit nest mme plus symtrique (dans une discrtisation
brutale ). On sait la retraiter.
Toutes les composantes des contraintes sont l aussi continues, et il faudra appliquer les
mmes remdes que ci-dessus.
Notons quun avantage de cette formulation cest quelle ncessite la matrice de souplesse S
au lieu de la matrice de Hooke H, ce qui permet de traiter le cas des matriaux incompressibles.
Multiplicateurs de Lagrange : Dune manire vidente, la continuit du champ de dplacements
linterface I entre deux lments 1 et 2 peut tre impose par lajout la fonctionnelle de
la condition :
Z
i .u1i u2i / d
(12.5)
I
Cette condition est facile crire et facile implmenter (mais on perd la dfinie-positivit
de la matrice de rigidit).
De plus, linterprtation physique de ces multiplicateurs de Lagrange montre que ceux-ci
sont gaux aux composantes normales des contraintes.
Voil quelques stratgies. Dautres peuvent exister, surtout si en plus on veut passer sur des modles
poutre ou plaque. Le but tait de montrer que non seulement il est possible de dvelopper de
nombreux lments finis, mais que mme partir dlments existants, il est toujours possible de
construire une mthode numrique permettant dobtenir les rsultats souhaits. Les mthodes de
post-traitement, que nous naborderons pas dans ce document, sont trs riches et permettent de
faire beaucoup de choses. Elles ont en outre lavantage dtre parfois plus faciles implmenter
dans des codes industriels que de nouveaux lments.
12.4
Validation pratique et indicateurs derreur
Les tests numriques des lments et au del des codes de calcul sont indispensables. Non seulement
ils permettent de vrifier la satisfaction de critres de convergence et dvaluer la prcision des
lments finis dvelopps, ce qui peut tre ralis par une analyse mathmatique, mais ils permettent
galement de sassurer de la bonne programmation. Plusieurs types de tests peuvent et doivent
tre faits, sur plusieurs problmes types. Ces tests concernent aussi bien un seul lment, que
plusieurs (patch-test), et mme diffrents maillages. En mcanique, on distingue les cas lists dans
le tableau 12.11.
Problme / solution
de rfrence
Mouvement rigide
et dformations
constantes
Mouvement rigide
et dformations
constantes
Maillage
Vrification
Importance
1 lment
base polynomiale complte

/ modes parasites
plusieurs lments :
patch-test
cinmatique ou
mcanique
Champ de
dformations
gnrales
diffrents maillages
base complte, conformit,

indpendance par rapport
au maillage (vrification de
lassemblage), absence de
modes parasites
prcision et influence de la
distorsion sur les
dplacements et la
contrante
convergence du modle
lment fini vers la solution
thorique lorsque le nombre
dlment tend vers linfini.
Test particulirement pour
les non standard ou non
conformes.
qualit de llment par
raport dautres lments
existants.
Tableau 12.11: Test de validation
159
LMENTS FINIS
III
12.4.1
Modes rigides et parasites
Le problme consiste savoir si un lment fini, que lon dfinira ici par sa matrice K, peut prsenter
ltat de dformation nulle ou dnergie interne nulle (mode ou mouvement de corps rigide).
Une mthode consiste dterminer le nombre de valeurs propres nulles de K. Ce nombre doit
tre gal au nombre de modes rigides : soit 3 en deux dimensions (2 translations, 1 rotation), 6 en
trois dimensions et 1 en axisymtrique. On notera mr le nombre de modes rigides. Sil y a plus de
valeurs propres nulles que de modes rigides, alors cest quil y a des modes parasites nergie nulle.
Ces modes parasites doivent disparatre aprs assemblage de plusieurs lments afin dviter que
la matrice de rigidit soit singulire (do le test sur plusieurs lments). Le schma dintgration
choisi pour la dfinition de llment (par exemple intgration complte, rduite ou slective) peut
influer sur les modes parasites. Cest pourquoi, il nest pas toujours aussi simple de dterminer
mathmatiquement ce facteur.
Dans ce cas, il est possible dintroduire un champ de dplacement reprsentant le mouvement
rigide. Pour chaque mode rigide i , le vecteur uin associ la matrice K doit vrifier :
Kuin D 0
(12.6)
Un mode rigide quelconque tant une combinaison linaire des modes uin , on construit un problme
lments finis dans lequel on impose mr valeurs du vecteur uin et on dtermine numriquement
les n mr composantes (non imposes) de uin . Celles-ci doivent tre identiques aux valeurs
thoriques associes au mode rigide i . Si ce nest pas le cas, cest quil existe des modes rigides.
12.4.2
Modes associs aux dformations constantes
Pour converger correctement llment doit galement reprsenter exactement ltat de dformations
ou contraintes constantes (ou plus gnralement la reprsentation constante de tous les termes
de la forme variationnelle).
Dans un premier temps, on calcule les efforts nodaux correspondant une contrainte fixe.
Dans un second temps, on introduit les efforts nodaux comme condition aux limites dans le modle
lment fini et on vrifie si lon retrouve bien ltat de contrainte initialement choisi.
12.4.3
Patch-tests
Le domaine choisi doit possder au moins un nud lintrieur du domaine. On dfinit un champ
de dplacement conduisant un tat de dformation dsir (constant ou non), que lon introduit
comme condition aux limites dans le modle lment fini. On vrifie quau point intrieur, ltat de
dformation obtenu est bien celui dsir.
12.4.4
Test de prcision dun lment
On confronte le modle lment fini un ou des cas tests reprsentatifs de ce pour quoi llment
t dvelopp (lasticit tridimensionnelle, bidimensionnelle, problme de torsion, problme avec
concentrations locales de dformations ou de contraintes, prise en compte des frontires courbes...).
Sur les composantes d intrt , on regardera sil y a bien convergence du modle et sa vitesse de
convergence en fonction du nombre dlments, de la distorsion de ceux-ci...
La mesure de lcart peut demander une jauge particulire. Cest ce que lon appelle un
estimateur derreur. Nous navons abord jusqu prsent que la mesure de lerreur due la mthode
des lments finis elle-mme, mais chaque problme particulier peut demander un estimateur
particulier. Pour la mcanique, les estimateurs sont souvent lis la qualit des contraintes ou des
estimateurs dnergie.
III
LMENTS FINIS
12.4 Validation pratique et indicateurs derreur
160
Un indicateur local derreur pourra par exemple tre bas sur lcart entre les contraintes aux
nuds et aux frontires aprs extrapolation des points dintgration de chaque lment. On rappelle
que certaines contraintes doivent tre nulles sur les frontires libres.
On trouve par exemple lcart sur les contraintes quivalentes (selon un sens dfinir en
fonction du type de matriau : par exemple von Mises pour un matriau isotrope, Hill, Tsa-Hill,
Tsa-Wu... pour les matriaux anisotropes, les mousses, les os, les composites...) ; lcart sur la
contrainte moyenne...
On peut galement utiliser la densit dnergie interne de dformation sur chaque lment,
lidal tant que tous les lments contribuent de manire identique lestimation de lnergie
interne totale.
Un indicateur global derreur pourra tre par exemple la valeur de lnergie potentielle totale.
Plus sa valeur sera petite, meilleur sera le modle.
On peut galement sassurer que certaines quations dquilibre sont vrifies lintrieur dun
lment ou le long dune frontire entre lments (par exemple linterface entre deux domaines,
un problme voqu un peu avant au paragraphe 12.3)...
12.5
Exemple : quelques variations sur le thme des lments unidimensionnels
Dans ce paragraphe, nous appliquons ce que nous venons de voir sur quelques cas simples dlments unidimensionnels.
12.5.1
lment de rfrence unidimensionnel linaire deux nuds
Considrons un segment reliant deux points dans lespace. Ce segment est dfini par un point courant
dont les coordonnes sont le vecteur x. On peut paramtrer ce segment par le paramtre 2 1; 1,
et le vecteur position sexprime par T x D T x./; y./; z./. Cet lment (segment) est dfini par
-1
y
x
(b) Segment rel (3D)
(a) lment de rfrence
F IGURE 12.8: Correspondance entre lment de rfrence et gomtrie relle

ses seules extrmits. Nous avons donc deux nuds de coordonnes .x1 ; y1 ; z1 / et .x2 ; y2 ; z2 /.
Un point courant de cet lment sera obtenu par interpolation linaire entre les deux nuds,
paramtre par . On Cherche cette interpolation sous la forme x./ D T N./xn , y./ D T N./yn
et z./ D T N./zn , avec T N./ D T .N1 ./; N2 .// et N1 ./ D 21 .1 /, N2 ./ D 12 .1 C /. De
manire plus compacte , on peut crire :
1
Ni ./ D .1 C i /;
2
i D 1; 2;
i D 1
.et 2 1; 1/
(12.7)
Dans cette interpolation (comme dans toute interpolation), on a une relation entre dx et d. Notons dx D ad. Alors :
T
161

1
a D T x; ; y; ; z; D T .x21 ; y21 ; z21 /
2
(12.8)
LMENTS FINIS
III
avec ici x21 D x2 x1 , y21 D y2 y1 et z21 D z2 z1 . On voit ainsi comment passer dune
intgrale sur le segment rel une intgrale sur llment de rfrence.
De mme, on peut chercher la relation entre ds D dx dx. Nous notons ds D md. On a alors :
q
Le
1
2
2
2
D
C z21
C y21
(12.9)
m D jaj D
x21
2
2
avec Le la longueur de llment. On voit alors lgalit des intgrations :
Z
Z C1
: : : ds D
: : : md
(12.10)
1
Le
Par ailleurs, on a la relation :

ds d
d
d
D
Dm
d
d ds
ds
12.5.2
(12.11)
Rappels sur la jacobienne et le jacobien dune transformation
n
m
Nous considrons
une transformation de R dans R donne par la fonction f : .x1 ; : : : ; xn / 7!
fy1 ; : : : ; fym . La matrice jacobienne (daprs Carl Jacobi) associe f est dfinie par :
2T
3
rfy1
6
7
Jf D 4 ::: 5
(12.12)
T rf
ym
i.e., sous forme compltement dveloppe la jacobienne de f scrit :

2
3
@fy1
@fy1

6 @x1
@xn 7
6 :
:: 7
:
6
7
::
Jf D 6 ::
: 7
4 @fy
@fym 5
m

@x1
@xn
(12.13)
Au voisinage dun point M, lapproximation linaire de la fonction f est donne par :

f .X/ f .M/ C Jf .M/ MX
(12.14)
La compose f g de fonctions diffrentiables est diffrentiable, et sa matrice jacobienne sobtient

par la formule :

Jf g D Jf g Jg
(12.15)
Dans le cas o m D n, on appelle jf le jacobien de f , dfini comme le dterminant de sa matrice
jacobienne :

jf D det Jf
(12.16)
Dire que le jacobien est non nul revient donc dire que la matrice jacobienne est inversible. Si le
jacobien est positif au point M, lorientation de lespace est conserve au voisinage de ce point.
linverse, lorientation est inverse si le jacobien est ngatif. Le jacobien dune compose de
fonctions est le produit des jacobiens individuels. Le jacobien de la rciproque dune fonction
est linverse du jacobien de la fonction. Cette dernire proprit est lie au thorme dinversion
locale (qui peut tre vu entre autre comme une extension du thorme des fonctions implicite en
dimension suprieure 1 dans le cas rel). Une fonction f de classe C1 est inversible au voisinage
de M avec une rciproque f 1 de classe C1 si et seulement si son jacobien en M est non nul
(thorme dinversion locale). De plus, la matrice jacobienne de f 1 se dduit de linverse de la
matrice jacobienne de f au moyen de la formule :
1
Jf 1 D Jf f 1
(12.17)
III
LMENTS FINIS
12.5 Exemple : quelques variations sur le thme des lments unidimensionnels
162
Thorme 48 Thorme dinversion locale. Soit f une application de U dans F, o U est
un ouvert dun espace de Banach rel et F un espace de Banach et soit x un point de U.

Si f est de classe Cp , avec p un entier strictement positif et si la diffrentielle de f au point
x (dfinie au paragraphe 3.5) est un isomorphisme bicontinu, alors il existe un voisinage ouvert V
de x et un voisinage ouvert W de f .x/ tels que f se restreigne en une bijection de V dans W
dont la rciproque est de classe Cp .
Comme illustr au paragraphe prcdent, le jacobien sert surtout pour effectuer des changement de
variables dans le calculs des intgrales.
Thorme 49 Thorme de changement de variables dans les intgrales multiples. Soient U
un ouvert de Rn , f une injection de classe C1 de U dans Rn et V D f .U/.

Si g est une fonction mesurable de V dans 0 I C1, on a galit des intgrales pour la
mesure de Lebesgue sur Rn :
Z
Z
g.y1 ; : : : ; yn / dy1 : : : dyn D
g .f .x1 ; : : : ; xn // det Jf .x1 ; : : : ; xn / dx1 : : : dxn :
(12.18)
Si lon considre un petit domaine, le volume de limage de ce domaine par la fonction f sera
celui du domaine de dpart multipli par la valeur absolue du jacobien.
12.5.3
lments de rfrence unidimensionnels linaires n nuds
Il est possible de gnraliser en considrant un segment ayant plusieurs nuds intermdiaires

comme indiqu sur la figure 12.9. Si lon considre le cas gnral n nuds de la figure 12.10
n=2
n=4
n=3
F IGURE 12.9: Nuds intermdiaires

alors il vient :
...
...
F IGURE 12.10: Cas gnral
Ni ./ D
n
Y
r

rD1 r

i
(12.19)
ri
Si de plus, les n nuds sont rgulirement espacs :

i D
12.5.4
1C2
i
n
1
1
Ni ./ D
n
Y
.2r
rD1
ri
1/ .n
2.r i /
1/
(12.20)
lment de rfrence unidimensionnel infini
Dans certains cas, il peut tre ncessaire de prendre en compte des conditions aux limites situes
linfini : problmes de fondations, dacoustique, de couplage fluide-structure.
163
LMENTS FINIS
III
Il est possible, comme aux paragraphes prcdents, de proposer une transformation entre
un lment de rfrence de longeur 2 et un lment rel infini, transformation illustre sur la
figure 12.11. Nous ne considrerons que le cas de llment unidimensionnel linaire 2 nuds
-1
x
x1
(b) lment rel (infini)
F IGURE 12.11: Correspondance entre llment de rfrence et llment rel infini

dans ce paragraphe, mais on pourrait tudier le cas de llment linaire unidimensionnel n nuds,
ou des lments bidimensionnels par exemple. Nous allons toujours avoir une interpolation de la
fonction solution sous la forme :
uD

2
u1 C
1C
u2
2
(12.21)
car concrtement u2 est connu (et fini) : cest le lieu o lon situe linfini dans le modle
lments finis. Par contre, linterpolation du point courant sera donne par :
x D x1 C
1C
1
(12.22)
o est une constante. On aura galement :

u;x D
12.5.5
u2
u1
4
.1
/2
(12.23)
lment fini de barre unidimensionnel
On considre la barre de la figure 12.12, de section A, de longueur L, constitue dun matriau

homogne isotrope de module dYoung E et densit et soumise uniquement son poids propre.
On souhaite discrtiser ce problme laide dun lment unidimensionnel linaire tel que prsent
F IGURE 12.12: Barre encastre-libre

au paragraphe 12.5.1. La forme variationnelle de ce problme dlasticit linaire unidimensionnel
(thorie des poutres) est :
Z L
Z L
WD
EAv;x u;x dx
gAv D 0; 8v
(12.24)
0
avec les conditions aux limites u.0/ D 0 et v.0/ D 0. Cette forme variationnelle scrit pour
llment (ou pour chaque lment si on en avait plusieurs) :
W D T v .Ku
f/
(12.25)
Nous avons vu que la gomtrie, reprsente par un lment, est approxime par :
xD
III

2
LMENTS FINIS
x1 C
1C
x2 ;
2
2 1I 1
(12.26)
164
La reprsentation de la fonction solution, est :

1C
u2 ; 2 1I 1
2
2
Nous obtenons la matrice de rigidit lmentaire :

2EA 1
1
KD
1 1
L
uD
u1 C
(12.27)
(12.28)
et le vecteur des forces nodales lmentaires :

L 1
f D gA
4 1
(12.29)
En prenant en compte les conditions aux limites u1 D 0 et v1 D 0, lexpression W D 0 donne :

u2 D
gL2
8E
(12.30)
La dformation est donne par " D u;x D T Bun avec T B D
1T
L .
1; 1/. On obtient :
gL
(12.31)
8E
Elle est constante sur llment. Quant la contrainte, elle est obtenue par D E", soit :
"D
gL
8
Elle est galement constante sur llment.
D
12.5.6
(12.32)
Assemblage de trois lments unidimensionnels linaires deux nuds
Poursuivons le cas de la poutre du paragraphe prcdent, mais considrons une discrtisation

de la barre laide de trois lments, comme montr sur la figure 12.13. Chaque lment e (de
F IGURE 12.13: Discrtisation de la barre en trois lments

longueur Le ) possde une matrice de rigidit lmentaire ke et un vecteur des forces nodales
lmentaires fe dfinis par :

2EA
Le 1
1
1
Ke D
et
fe D gA
(12.33)
1 1
1
Le
4
Les variables nodales sont T q D T u1 ; u2 ; u3 ; u4 . Les matrices lmentaires, issues de lquation (12.33), scrivent en fonction de ces variables nodales :
2
3
2
3
2
3
1
1 0 0
0 0
0 0
0 0 0
0
7
6
6
2EA 6
1 07
07
6 1 1 0 07 K2 D 2EA 60 1
7 K3 D 2EA 60 0 0
7
K1 D
4
5
4
5
4
0
0 0 0
1 1 0
15
L1
L2 0
L3 0 0 1
0
0 0 0
0 0
0 0
0 0
1 1
et les forces nodales, quant elles, sexpriment sous la forme :
0 1
0 1
0 1
1
0
0
C
B1C
B0C
L1 B
L
L
1
2
3
C f2 D gA B C f3 D gA B C
f1 D gA B
4 @0A
4 @1A
4 @1A
0
0
1
165
LMENTS FINIS
III
Lassemblage permettant de constituer le systme complet est simplement obtenu par :

K D K1 C K2 C K3
et
F D f1 C f2 C f3
(12.34)
On rsout alors Kq D F avec la condition aux limites u1 D 0.

Remarque. La matrice K obtenue sur cet exemple a un caractre bande (la matrice est vide en dehors dune
zone centre sur la diagonale). Ceci est d la numrotation des nuds. Une autre numrotation pourrait
faire perdre ce caractre important (stockage et rsolution). Cest pourquoi les programmes lments finis
peuvent comporter une tape de renummoration automatique des nuds.
12.5.7
lment de barre unidimensionnel de type Hermite (lment subparamtrique)
En restant encore sur notre lment linaire unidimensionnel, nous allons voir comment ajouter des
contraintes sur les drives aux nuds, comme illustr la figure 12.14. La gomtrie est encore
u1 et u,x1
0
-1
u2 et u,x2
x
x1
x2
(b) Segment rel (2 nuds, 4ddl)
F IGURE 12.14: lment de barre unidimensionnel de type Hermite

une fois approxime par :
xD

2
x1 C
1C
x2 ;
2
2 1I 1
(12.35)
Mais cette fois, lapproximation de la fonction solution est voulue sous la forme :
u D T .N1 ; N2 ; N3 ; N4 / un
avec les ddl
un D T u1 ; u;x1 ; u2 ; u;x2
(12.36)
Les fonctions Ni choisies sont des fonctions cubiques de type Hermite assurant une continuit de u
et u;x aux nuds 1 et 2. On a :
1
N1 D .1 /2 .2C/I
4
N2 D
L 2
. 1/.1 /I
8
1
N3 D .1C/2 .2 /I
4
Le champ u;x , qui est la dformation ", est donn par " D T Bfun g avec :

3 2
1 2
3
1 2
T
T
BD
.
1/;
.3
2 1/;
.1 2 /;
.3 C 2
2L
4
2L
4
L 2
. 1/.1C/
8
(12.37)
N2 D

1/
(12.38)
La contrainte, dans le cas o le coefficient dlasticit H est constant est donne par :
x D HT Bun
12.5.8
(12.39)
lment mixte unidimensionnel
Continuons avec notre lment de rfrence linaire unidimensionnel. Cette fois-ci nous souhaitons
le mettre en relation avec un segment rel dont les inconnues nodales sont les dplacements u1
et u2 , mais qui possde en plus une approximation constante de la contrainte par lment, comme
montr sur la figure 12.15. Nous cherchons donc une approximation C0 du dplacement et C 1 de
III
LMENTS FINIS
166
u1
0
-1
x1
u2
x
x2
(b) lment rel
F IGURE 12.15: lment mixte unidimensionnel

la contrainte. Pour la gomtrie, nous avons une fois encore :
xD

2
x1 C
1C
x2 ;
2
2 1I 1
(12.40)
Pour la contrainte, nous avons :

x .x/ D 1 (constante)
(12.41)
La fonctionnelle dHellinger-Reissner sous sa deuxime forme (ou fonctionnelle mixte), donne

dans sa formulation gnrale par lquation (8.52), scrit, dans le cas de llasticit linaire
unidimensionnelle :

Z L
Z L
1

WD
A
x x C x u;x C v;x x dx
Avfx dx .vfS /Sf D 0
8v; (12.42)
H
0
0
avec les conditions aux limites u D u et u D 0 sur Su . De manire discrtise, il vient :
02

W D T v1 ; v2 ; 1 @4
30 1
u1
5 @u2 A
a
1
Tb
fn
11
(12.43)
AA
1
avec :
Z
bD
A
L

1
I
1
Z
aD
A
dxI
H
fn D
C1

A

L 1
N1 L
fx d D Afx
(12.44)
N2 2
2 1
On pourrait sarrter l avec le systme prcdent rsoudre. Toutefois, 1 est une variable locale
sans couplage avec les autres lments. On peut donc lexprimer en fonction des autres
degrs de
libert de llment u1 et u2 . La dernire ligne du systme donne : 1 D T bun a1 D 0, 81 ,
do :
1 D
1T
bun
a
(12.45)
Le systme devient alors :

W D T vn .b1
fn / D T vn .Kun
fn /
(12.46)
avec :
KDb
1T
b
a
(12.47)
Dans le cas o H est constant, la matrice de rigidit obtenue est identique celle du modle en
dplacements du paragraphe 12.5.5.
167
LMENTS FINIS
III
12.6
Sur les dplacements imposs
12.6.1
Problme considr
Nous repartons de llment de barre 1D dfini au paragraphe 12.5.5, et nous rappelons que la
matrice de rigidit lmentaire et le vecteur des forces nodales lmentaires sont :

L 1
2EA 1
1
KD
et
f D gA
(12.48)
1 1
L
4 1
Lassemblage de trois lments, dcrit au pagraphe 12.5.6, conduit :
K D K1 C K2 C K3
F D f1 C f2 C f3
et
(12.49)
On traitera le cas o les trois lments ont la mme longueurs (L1 D L2 D L3 D L) et o seul le
nud 4 est soumis une force. On obtient alors un systme de type Kq D F rsoudre, avec la
condition aux limites u1 D 0, qui scrit explicitement dans ce cas :
2
30 1 0 1
1
1 0
0
u1
0
6 1 2
7
B
C
B
1 0 7 Bu2 C B 0 C
6
C
D
(12.50)
40
1 2
15 @u3 A @ 0 A
0
0
1 1
u4
F0
(avec F0 D gL2 =.8E/).
12.6.2
Retour sur la rsolution de systmes linaires
Soit rsoudre un systme linaire de type :

Ax D b
(12.51)
Ce systme peut tre rcrit par blocs sous la forme :

A11 A12 x1
b
D 1
A21 A22 x2
b2
(12.52)
Si A11 est inversible, alors on peut crire la premire ligne :

x1 D A111 .b1
A12 x2 /
(12.53)
ce qui donne, dans la deuxime ligne :

A22
A21 A111 A12 x2 D b2
A21 A111 b1
que lon note : Sx2 D c
(12.54)
La matrice S est appele complment de Schur (prsent au paragraphe 17.5.1), ou matrice

condense sur les degrs de libert x2 . Ce calcul est galement identique celui prsent propos
de la condensation statique au paragraphe 13.5.1. Dans ce cas, la matrice S est la matrice de rigidit
du super-lment considr.
Le systme initial (12.51) est quivalent :

A11 A12 x1
b
D 1
(12.55)
O
S
x2
c
qui peut tre rcrit :

I
O A11 A12 x1
I
O b1
D
A21 A111 I
c
A21 A111 I
O
S
x2
III
LMENTS FINIS
(12.56)
12.6 Sur les dplacements imposs
168
12.6.3
Complment de Schur et dplacements imposs
Nous cherchons toujours rsoudre notre systme :

Kq D F
(12.57)
Considrons la matrice D, matrice boolenne, permettant dextraire de lensemble des inconnues

nodales q le sous-ensemble q2 D Dq sur lequel portent les conditions de dplacements imposs qd
(ici on traite le cas gnral, i.e. les dplacements imposs peuvent tre nuls ou non). La matrice
D nest pas rectangulaire : si on souhaite imposer d dplacements parmi les n degrs de libert
du systme, alors D est de dimension d n, et donc q2 est bien un vecteur d composantes,
comme ud .
Le systme Kq D F peut alors scrire, par blocs, en utilisant le complment de Schur (12.55)
sous une forme triangulaire do lon tire le sous-systme correspondant aux dplacements non
imposs :
K11 q1 D f1
K12 ud
(12.58)
Ce systme est rduit, i.e. possde moins dinconnues que le problme initial, mais il est ncessaire
de modifier le chargement extrieur.
Son inconvnient est quil est ncessaire deffectuer un tri explicite au sein des degrs de libert,
ce qui a pour consquence de remplir le terme K12 , et par suite peut gnrer un surcot de calcul
lorsque le nombre de degrs de libert bloqus est grand.
Cest ainsi que procde le code A BAQUS pour imposer les dplacements.
12.6.4
Multiplicateurs de Lagrange et dplacements imposs
Une autre technique, pour imposer des dplacements, consiste utiliser les multiplicateurs de
Lagrange : les contraintes sont relaxes, puis rintroduites via des multiplicateurs de Lagrange.
Dans ce cas, il nest plus ncessaire de sparer explicitement les degrs de libert, mais la taille du
problme augmente puisquil faut lui adjoindre les multiplicateurs. Le systme rsoudre scrit
trs simplement :

q
K
DT q
F
D A
D
(12.59)
D O

ud
Il est intressant de remarquer que la premire ligne montre que les multiplicateurs de Lagrange
sont bien les ractions aux appuis. Par contre, la matrice du systme (12.59), A, si elle reste bien
symtrique, nest plus dfinie positive. Elle possde des valeurs propres ngatives. Toutefois, on
dispose du rsultat suivant :
Thorme 50 si K est symtrique dfinie positive, alors :
A inversible D injective ker D D ;
(12.60)
ce qui correspond aux cas o toutes les liaisons sont indpendantes.

Afin de ne pas dtruire la structure bande de K (ce que ferait une factorisation de Gau), et
dviter des pivotages (que ferait une factorisation de Crout, i.e. LDT L), on peut dvelopper une
autre technique, dite technique de double multiplicateur, qui est celle employe dans C AST 3M :
8
T
D .1 2 /
< Kq D F
(12.61)
1 D 2
:
Dq D ud
Linconvnient reste laugmentation de la taille du systme lorsque lon a de nombreux blocages.
169
LMENTS FINIS
III
12.6.5
Actions extrieures et dplacements imposs
Linterprtation physique des multiplicateurs de Lagrange conduit naturellement une autre mthode : il est possible de considrer un dplacement impos comme une action extrieure, par
exemple comme la raction dun ressort ayant une raideur k trs grande et un dplacement impos
sa base. On se retrouve alors avec un systme du type :

K C T DkD q D F C T DkDud
(12.62)
dans lequel on na fait quajouter des termes la matrice de rigidit sur les degrs de libert
correspondant ces dplacements et au vecteur des forces gnralises sur les efforts duaux.
Le problme rside dans le choix de la valeur de k : trop petite, la condition est mal impose ;
trop grande, le systme devient trs mal conditionn, voire numriquement singulier.
12.6.6
Retour sur notre exemple
Nous devons toujours rsoudre :

2
30 1 0 1
1
1 0
0
u1
0
6 1 2
7 Bu2 C B 0 C
1
0
6
7B C D B C
40
1 2
15 @u3 A @ 0 A
0
0
1 1
u4
F0
(12.63)
avec la condition aux limites u1 D 0. Tout dabord, on pourra essayer de rsoudre sans introduire
de conditions aux limites afin de voir que le systme est alors singulier. On obtient u1 D u2 D
u3 D u4 et F0 D 0. La mthode la plus rudimentaire consiste prendre en compte directement
et explicitement la condition aux limites. On supprime donc du systme matriciel la ligne et la
colonne correspondant u1 , et on rsout :
8
u1 D 0
2
30 1 0 1
2
1 0
u2
0
< u D F0
2
15 @u3 A D @ 0 A
do :
(12.64)
u1 D 0 et 4 1 2
u3 D 2F0
0
1 1
u4
F0
:
u4 D 3F0
Sparons maintenant les dplacements imposs des autres degrs de libert, par une matrice
boolenne D : D est une matrice 1 4, et seul le terme D11 D 1 est non nul : q2 D Dq D u1 , et le
dplacement impos est ud D 0. Le systme scrit :

K11 K12 q1
f1
D
(12.65)
K21 K22 q2
f2
avec :
2
2
6K11 D 4 1
6
4
0
K21 D 1
3
2 33 0
0 11 0
0 1 1
1 0
1
u2
0
Bq1 D @u3 AC B f1 D @ 0 A C
2
15 K12 D 4 0 57
7B
CDB
C
0
5@
A @
A
1 1
0
F
u
4

0 0
K22 D 1
q2 D u1
f2 D ud D 0
Par la mthode du complment de Schur, on est encore ramen la rsolution du systme (12.64).
On pourra samuser calculer K111 , S... Par la mthode des multiplicateurs de Lagrange, on obtient
le systme :
8
2
30 1 0
1
1
1 0
0
1
u1
0
u1 D 0
6 1 2
7
B
C
B
C
1 0
0 7 Bu2 C B 0 C
< u2 D F 0
6
60
7
B
C
B
C
1 2
1 0 7 Bu3 C D B 0 C
u3 D 2F0
do :
(12.66)
6
0
0
40
0
1 1
0 5 @u4 A @ F A
u
D
3F
: 4
1 0
0
0
0

ud D 0
D F0
III
LMENTS FINIS
12.6 Sur les dplacements imposs
170
Par la technique du double multiplicateur, on obtient le systme :

8
1
0 1 0
3 u
2
0
u1 D 0
1
1 0
0 1
1 B 1C B
0
u
u2 D F0
7 B 2C B
6 1 2
1
0
0
0
<
7 Bu3 C B 0 C
6
u3 D 2F0
C
60
B C B
1 2
1 0 07
do :
7 Bu4 C D B F0 C
6
u4 D 3F0
C
C B
40
0
1 1 0 0 5B
@1 A @ 0 A
D F0
: 1
1
0
0
0 0 0
ud D 0
2
2 D F0
En considrant une action extrieure, on obtient le systme :
1
2
30 1 0
0 C k ud D 0
1Ck
1 0
0
u1
C
6 1
B C B
0
2
1 07
C
6
7 Bu2 C D B
A
A
@
4 0
5
@
0
1 2
1
u3
0
F
0
0
1 1
u4
8
u1
<
u2
do :
u
: 3
u4
D0
D F0
D 2F0
D 3F0
(12.67)
(12.68)
Dans tous les exemples prsents, nous avons rsolu les systmes la main, ce qui masque
dventuels problmes numriques (notamment dans le dernier cas).
12.6.7
Relations linaires entre degrs de libert
Cette situation se prsente par exemple lors de la prise en compte de conditions de symtrie, de
conditions aux limites priodiques... Il sagit chaque fois de conditions de type :
Dq D ud
(12.69)
o D nest plus forcment boolenne.

Nous allons lappliquer ici, titre dexemple simple, au cas o la poutre considre est maintenant constitue de deux poutres, que lon va coller par une telle relation. La poutre est constitue
2
3
de la poutre 1 2 et de la poutre 3 4 5, les points 2 et 3 tant astreints rester colls ensembles.

En ajoutant la relation u2 D u3 par lintermdiaire dun multiplicateur de Lagrange, cest--dire en
ajoutant le terme 1 .u2 u3 ), on obtient le systme :
2
30 1 0
1
1
1 0
0
0
0
u1
0
6 1 1
B C B
C
0
0
0
17
6
7 B u2 C B 0 C
60
7
B
C
B
0
1
1 0
17 Bu3 C B 0 C
6
C
(12.70)
0
60
B CDB
C
0
1 2
1 07
6
7 B u4 C B F C
40
0
0
1 1
0 5 @ u5 A @ 0 A
0
1
ud D 0
auquel il faut galement ajouter la condition aux limites u1 =0. Si cette condition aux limites est
impose par un multiplicateur de Lagrange 2 , alors finalement, il faut rsoudre :
8
2
30 1 0 1
1
1 0
0
0
0
1
u1
0
u1 D 0
0
6 1 1
7 B u2 C B 0 C
0
0
0
1
0
6
7B C B C
u2 D F0
60
B C B C
0
1
1 0
1 07
< u3 D F
6
7 Bu3 C B 00 C
60
7
B
C
B
C
0
1
2
1
0
0
u
F
u4 D 2F0 (12.71)
D
do
:
6
7 B 4C B C
60
B C B C
0
0
1 1
0
07
u5 D 3F0
7 B u5 C B 0 C
40
1
1 0
0
0
0 5 @1 A @ 0 A
D F0
: 1
1
0
0
0
0
0
0
2
0
2 D F0
171
LMENTS FINIS
III
Chapitre 13
Calcul efficient : qualit des rsultats et

efforts de calcul
13.1
Amlioration dun modle : mthodes r, h et p
Les indicateurs derreur ont pour but de nous indiquer si nous sommes loin de la solution , afin
de pouvoir modifier le modle si besoin. Ainsi, par itrations successives, on pourra tendre vers une
solution de plus en plus proche de la solution exacte.
Les indicateurs locaux nous permettent notamment de faire des modifications uniquement
locales du modles, i.e. uniquement l o il y en a besoin, par exemple en raffinant le maillage.
Globalement, il existe trois stratgies pour amliorer la prcision de la solution obtenue :
Mthode r : Pour un maillage et un type dlment donn, il sagit de dplacer les nuds, en
fonctions des indicateurs derreur, et donc sans impacter le nombre de degrs de libert du
systme. Ainsi, la taille des lments peut augmenter (maillage plus grossier) dans les zones
les moins sollicites et diminuer (maillage plus fin) dans les zones les plus sollicites. On
voit que la restriction de la mthode est quelle ne joue pas sur le nombre de nuds, et que
par consquent, sans violer les contraintes de distorsion, elle est limite.
Mthode h : En conservant le mme type dlment, on les subdivise dans les zones les plus
sollicites selon le ou les indicateurs derreur choisis. Dans cette mthode, on augmente le
nombre de nuds afin de contrler les erreurs et la prcision du modle. Il est ncessaire de
se fixer une limite dans la prcision recherche afin de ne pas trop raffiner le maillage.
Mthode p : nombre dlments constant, dans les zones les plus sollicites, on va modifier
les lments en introduisant des fonctions de formes polynomiales dordre plus lev, dites
hirarchiques. La complexit du systme est cette fois encore accrue.
videmment, ces mthodes peuvent tre combines. La mthode -hp- propose de modifier la
fois le maillage et les fonctions dinterpolation. Elle semble aujourdhui tre la mthode optimale
en terme defficacit et de vitesse de convergence.
Notons que les mthodes -r- et -h- dpendent des capacits du mailleur automatique implment.
De nombreux travaux existent sur le maillage automatique, nous nentrerons pas dans ce dtail.
13.2
Post-traitement
Une manire damliorer les rsultats est de recourir des mthodes dites de post-traitement, i.e.
des mthodes qui, partir des donnes issues de la rsolution du systme matriciel correspondant
au problme, fournissent des donnes complmentaires ou amliorent toute ou partie des donnes
dj disponibles.
En fonction des problmes (donc des donnes disponibles et des donnes souhaites) de
nombreuses mthodes existent. Elles sont gnralement ddies un problme donn.
173
13. Calcul efficient : qualit des rsultats et efforts de calcul
LMENTS FINIS
III
Un exemple dj abord dans ce document est celui o, partir des dplacement nodaux obtenus
par un calcul lments finis dune structure mcanique compose de deux matriaux diffrents dans
une discrtisation classique en dplacements , on souhaite remonter aux contraintes linterface
entre lesdits matriaux.
Une mthode dj mentionne est la mthode dite de Reissner local qui consiste intgrer les
quations dquilibre sous la forme mixte de Reissner, mais uniquement sur des paires dlments
ayant des proprit matrielles diffrentes et possdant une face commune.
On obtient alors un champ de contrainte compltement continu dont on ne retient que les
composantes correspondant la trace des contraintes, les autres tant calcules comme dans la
mthode classique. On montre que lon amliore grandement la qualit de lapproximation des
contraintes aux interfaces, mmes avec un maillage grossier.
Un autre exemple serait, disposant dun point de pression constant par lment, de calculer
la pression en un point quelconque comme interpolation (linaire ou non) partir des points
disponibles.
Un troisime exemple serait partir des donnes nodales dans un modle unidimensionnel
(poutre ou barre selon le cas), de remonter la rpartition des contraintes en un points quelconque
de la structure (donc via les hypothses faites dans le modle sur la rpartition des contraintes dans
une section + via une interpolation lorsque lon se trouve dans une section ne passant pas par un
nud)...
13.3
Exemple dimplmentation dun post-traitement dans A NSYS
Dans ce chapitre, nous prsentons un manire dimplmenter la mthode Reissner local mentionne aux paragraphes 13.2 et 12.3. Il sagit de calculer les contraintes linterface entre deux
matriaux en utilisant la fonctionnelle mixte dHellinger-Reissner donne lquation (8.52).
Le but est de montrer que mme sur un maillage grossier, il est possible de correctement estimer
les contraintes aux interfaces, pour peu que lon dispose dune mthode approprie. Nous esprons
quau passage, nous dmontrerons galement quil est assez simple dimplmenter des fonctions
dans un code existant.
13.3.1
Macro dans A NSYS
Si un code ne dispose pas de la mthode que lon souhaite utiliser, il est toujours possible de retraiter
les rsultats... toutefois, selon les codes, il est plus ou moins ais dimplmenter des fonctions dans
ledit code.
A NSYS est souvent qualifi de code industriel , ce qui pourrait laisser supposer quil na pas
la mme capacit rsoudre les problmes que des codes dits de recherche ou spcialiss .
Or il nen est rien (mme si en toute rigueur, il y a une quinzaine dannes il tait plus faible que
dautres sur les non linarits, ce qui nest plus vrai depuis longtemps).
Cest vrai que disposant dune interface utilisateur remarquable (compare celle de nombreux
autres codes), il est possible de ne raliser les calculs que via cette interface, i.e. sans passer par un
fichier batch... ce que ne font de toutes faons pas les gens srieux (donc cet argument ne tient pas).
Le qualificatif dindustriel peut galement laisser penser que le logiciel est plus ferm que
dautres, mais ce nest que partiellement le cas, en tous les cas on peut y remdier facilement, et
cest pourquoi nous allons prsenter limplmentation dune macro dans ce code.
Pour implmenter une nouvelle fonction dans A NSYS, plusieurs mthodes soffrent nous.
Nous citerons :
crire le bout de programme et recompiler le noyau : cest faisable en thorie, mais personnellement je nai jamais russi...
III
LMENTS FINIS
13.3 Exemple dimplmentation dun post-traitement dans A NSYS
174
partir des fichiers de rsultats binaires pour les retravailler : cest galement thoriquement
faisable, mais il faut dcortiquer les formats dcriture desdits fichiers, les relire, rcrire
dans le mme format... et cest donc beaucoup de travail (purement informatique) ;
programmer la fonction directement sous A NSYS (A NSYS possde un langage assez riche et
puissant) ;
ou alors, et cest la voie que nous allons montrer, utiliser A NSYS en coopration avec un
petit programme extrieur.
La structure de la macro A NSYS que nous proposons (et qui peut tre galement incluse dans les
menus dA NSYS, mais nous nentrons pas dans ce niveau de dtail dinterfaage) est trs simple :
on rcupre les donnes dont nous avons besoin et on les stocke dans des fichiers externes
(simples) ;
on lance un programme externe (dont la structure sera expose plus bas) ;
on rintgre les rsultats dans A NSYS.
On peut alors se servir de toutes les fonctions de visualisation disponibles dans A NSYS avec les
rsultats modifis...
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
175
/nop
nall
!
! Parametres
*get , Nnoeuds , node , , count
*get , Nmater , mat , , count
*get , Nelem , elem , , count
*cfopen , temp , par
*vwrite , Nnoeuds
( E13 .7 , )
*vwrite , Nelem
( E13 .7 , )
*vwrite , Nmater
( E13 .7 , )
*cfclose
!
! Materiaux
*cfopen , temp , mat
*dim , Mater , , Nmater ,3
*do ,I ,1 , Nmater
*get , Mater (I ,1) ,Ex , I
*get , Mater (I ,2) ,Ey , I
*get , Mater (I ,3) , Nuxy , I
*enddo
*vwrite , Mater (1 ,1) , Mater (1 ,2) , Mater
(1 ,3)
(3( E13 .7 , ) )
*cfclose
!
! Noeuds
*dim , CoordX , , Nnoeuds
*dim , CoordY , , Nnoeuds
*dim , CoordZ , , Nnoeuds
*vget , CoordX (1) , node , , loc , x
*vget , CoordY (1) , node , , loc , y
*cfopen , temp , coo
*vwrite , CoordX (1) , CoordY (1)
(2( E13 .7 , ) )
*cfclose
!
! E l e m e n t s + n u m e r o du m a t e r i a u
*dim , E1 , , Nelem ,9
*vget , E1 (1 ,1) , elem ,1 , node ,1
*vget , E1 (1 ,2) , elem ,1 , node ,2
*vget , E1 (1 ,3) , elem ,1 , node ,3
*vget , E1 (1 ,4) , elem ,1 , node ,4
*vget , E1 (1 ,5) , elem ,1 , node ,5
*vget , E1 (1 ,6) , elem ,1 , node ,6
*vget , E1 (1 ,7) , elem ,1 , node ,7
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
*vget , E1 (1 ,8) , elem ,1 , node ,8

*vget , E1 (1 ,9) , elem ,1 , attr , mat
*cfopen , temp , elt
*vwrite , E1 (1 ,1) , E1 (1 ,2) , E1 (1 ,3) , E1
(1 ,4) , E1 (1 ,5) , E1 (1 ,6) , E1 (1 ,7) , E1
(1 ,8) , E1 (1 ,9)
(9( E13 .7 , ) )
*cfclose
!
! Resultats
*vget , CoordX (1) , node ,1 ,U , x
*vget , CoordY (1) , node ,1 ,U , y
*cfopen , temp , res
*vwrite , CoordX (1) , CoordY (1)
(2( E13 .7 , ) )
*cfclose
!
! Contraintes
*vget , CoordX (1) , node ,1 ,S , x
*vget , CoordY (1) , node ,1 ,S , y
*vget , CoordZ (1) , node ,1 ,S , xy
*cfopen , temp , str
*vwrite , CoordX (1) , CoordY (1) , CoordZ (1)
(3( E13 .7 , ) )
*cfclose
!
! run l o c r e i s s . exe
/sys , locreiss . exe
!
! Effacer les fichiers
! g e n e r e s p a r ANSYS :
!
temp . par : p a r a m e t r e s
!
temp . coo : c o o r d o n n e e s n o d a l e s
!
temp . e l t : i n c i d e n c e s
!
temp . mat : p r o p r i e t e s m a t e r i e l l e s
!
temp . r e s : d e p l a c e m e n t s nodaux
!
temp . s t r : c o n t r a i n t e s n o d a l e s
! generes par l o c r e i s s . exe :
!
t e m p . dum
!
temp . tmp
! Il reste les fichiers
!
temp . s i j : c o n t r a i n t e s n o d a l e s
modifiees
!
! / s y s , rm . / t e m p . p a r
! / s y s , rm . / t e m p . c o o
! / s y s , rm t e m p . e l t
! / s y s , rm t e m p . m a t
! / s y s , rm t e m p . r e s
! / s y s , rm t e m p . s t r
LMENTS FINIS
III
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
! / s y s , rm t e m p . dum
! / s y s , rm t e m p . t m p
!
! l i r e l e s v a l e u r s dans temp . s i j
! ces f i c h i e r s c o n t i e n n e n t : sxx , syy ,
sxy
! ce s o n t t o u t e s l e s composantes
continues .
! E l l e s n o n t p a s t o u t e s un s e n s :
! Sxx d i s c o n t i n u , mais dans l e r e p e r e
! l o c a l , d o n c on l a l a i s s e p o u r qu
ANSYS
! p u i s s e f a i r e l a ! r o t a t i o n de r e p e r e
! si necessaire .
*vread , CoordX (1) , temp , sxx , ,
( E13 .7)
*vread , CoordY (1) , temp , syy , ,
( E13 .7)
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
*vread , CoordZ (1) , temp , sxy , ,

( E13 .7)
*vput , CoordX (1) , node ,1 ,S , x
*vput , CoordY (1) , node ,1 ,S , y
*vput , CoordZ (1) , node ,1 ,S , xy
!
! Cleanup
CoordX (1) =
CoordY (1) =
CoordZ (1) =
Mater (1 ,3) =
E1 (1 ,9) =
Nnoeuds =
Nmater =
Nelem =
!
/gop
Le programme extrieur locreiss.exe, est structur comme suit :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
III
PROGRAM VM2
C
IMPLICIT DOUBLE PRECISION (A -H ,O - Z )
IMPLICIT INTEGER (I - N )
C
C
C
C
C
C
C
C
C
C
C
C
C
C
But :
1 . on r e l i t l e s f i c h i e r s d e ANSYS g e n e r e s a v e c l a m a c r o INTERF
2 . on d e t e r m i n e l e s n o e u d s d e p o s t t r a i t e m e n t
3 . on e f f e c t u e un R e i s s n e r l o c a l a u x i n t e r f a c e s
WARNING :
On n e t r a i t e q u e l e c a s d e PLANE 82 a v e c u n e g e o m e t r i e
dans l e plan (X , Y )
definie
MAIN o f : VM2
PARAMETER ( NODMAX =1000 , NELTMAX =300 , MATMAX =4)

C
COMMON / VMCTS / COMPI , ZERO , ONE , IINP , IOUT , ICON , MONI
COMMON / NPB / NNOD , NELT , NMAT , NCAL
C
C
DIMENSION
DIMENSION
DIMENSION
DIMENSION
C
C
C
C
C
C
C
C
C
C
C
COORD ( NODMAX ,3) , DISP ( NODMAX ,2)

XMAT ( MATMAX ,3) , NLT ( NELTMAX ,9)
NCALC ( NODMAX ,5) , NADJ ( NODMAX ,8) , NDT ( NODMAX ,8)
D1 (3 ,3) , D2 (3 ,3)
Presetings
MONI =0
! monitoring level ( debug )
ICON =6
! standard output = screen
IINP =10
! input file
IOUT =20
! output file
ZERO =0.0 D0
! zero
ONE =1.0 D0
! one
COMPI = DACOS ( - ONE ) ! pi
Read i n p u t f i l e s
CALL READANS ( NODMAX , NELTMAX , MATMAX , COORD , XMAT , NLT , DISP )
Find A dj ac en t e l e m e n t s
CALL CHELT ( NODMAX , NELTMAX , NLT , NCALC , NADJ , NDT )
Material properties
CALL MATER ( MATMAX , XMAT , D1 , D2 , D3 , D4 , NODMAX , NADJ , NELTMAX , NLT )
Computation : Local Reissner
CALL LOCREISS ( NODMAX , NELTMAX , D1 , D2 , D3 , D4 ,
x
COORD , NLT , NADJ , DISP )
LMENTS FINIS
176
53 C
54
55 C
56 C
57
Average multi computed nodes

CALL AVERAGE ( NODMAX , MULTI )
Last
line
o f VM2
END
La routine READANS permet de lire les donnes. Celles-ci sont stockes dans les matrices
et NLT ( NELTMAX ,9).
la routine CHELT dtecte les interfaces, i.e. les faces dont les nuds appartiennent des lments
dont les proprits matrielles sont diffrentes. Le vecteur NADJ ( NODMAX ,8) contient les numros
des deux lments adjacents (positions 1 et 2) ainsi que les numros des nuds de linterface
(positions 3, 4 et 5).
La routine MATER construit, pour chacune des faces de linterface, la matrice de rigidit (aussi
bien pour le cas isotrope que pour le cas orthotrope).
La routine LOCREISS calcule les contraintes nodales le long de chaque face.
Les contraintes ayant t calcules pour les nuds de chacune des faces de linterface, on
moyenne les rsultats pour un nud appartenant plusieurs faces. Cest ce que fait la routine
AVERAGE . ce stade, nous disposons donc des contraintes nodales, calcules par la fonctionnelle
mixte dHellinger-Reissner, le long de toutes les interfaces prsentes dans le modle. Il ne reste
plus qu crire ces rsultats pour quils soient relus par la macros A NSYS.
COORD ( NODMAX ,3), DISP ( NODMAX ,2), XMAT ( MATMAX ,3)
13.3.2
Poutre en U
F
C
A
B
F IGURE 13.1: a) Gomtrie de la poutre en U, b) le maillage utilis pour le tester la mthode
Reissner local, c) maillage permettant dobtenir la solution de rfrence puisquil ny a pas de
solution analytique
Disposant de la macro prcdente, nous allons lappliquer au calcul de la poutre en U prsente
la figure 13.1a. Il sagit dune poutre sandwich dont les peaux sont en aluminium et lme en
rsine poxy. Par symtrie, seule une demi-poutre est modlise. Elle est soumise une force
unitaire sur chaque montant. Les points pour lesquels nous nous intresserons aux contraintes sont
les points indiqus sur la figure 13.1a, savoir les points A, B, C, D, E et F.
Le listing A NSYS est le suivant :
177
LMENTS FINIS
III
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
! geom : p a r t i e d r o i t e
long =20
H1 =0.2
H2 =1.8
H3 =2
!
! geom c o u d e
Rint =10
Rh1 = Rint + H1
Rh2 = Rint + H2
Rh3 = Rint + H3
!
! maillage
NCUTS =40
NRCUTS =20
NCORE =16
NSKIN =2
Forc =1
!
/PREP7
!
ET ,1 , PLANE82
!
UIMP ,1 , EX , , ,70000 ,
UIMP ,1 , NUXY , , ,0.3 ,
UIMP ,1 , EMIS , , ,1 ,
!
!
UIMP ,2 , EX , , ,3400 ,
UIMP ,2 , NUXY , , ,0.34 ,
UIMP ,2 , EMIS , , ,1 ,
!
k ,1 ,0 , - Rh3
k ,2 , Rh3 ,0
k ,3 , Rh2 ,0
k ,4 ,0 , - Rh2
k ,5 ,0 , - Rh1
k ,6 , Rh1 ,0
k ,7 , Rint ,0
k ,8 ,0 , - Rint
k ,9 , Rh3 , long
k ,10 , Rh2 , long
k ,11 , Rh1 , long
k ,12 , Rint , long
k ,13 ,0 ,0
!
larc ,1 ,2 ,13 , Rh3 , NRCUTS
l ,2 ,3 , NSKIN
l ,1 ,4 , NSKIN
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
l ,4 ,5 , NCORE
l ,3 ,6 , NCORE
l ,5 ,8 , NSKIN
larc ,8 ,7 ,13 , Rint , NRCUTS
l ,6 ,7 , NSKIN
!
l ,2 ,9 , NCUTS
l ,9 ,10 , NSKIN
l ,10 ,3 , NCUTS
l ,10 ,11 , NCORE
l ,11 ,6 , NCUTS
l ,11 ,12 , NSKIN
l ,12 ,7 , NCUTS
!
mat ,1
a ,1 ,2 ,3 ,4
a ,5 ,6 ,7 ,8
a ,2 ,9 ,10 ,3
a ,6 ,11 ,12 ,7
mat ,2
a ,4 ,3 ,6 ,5
a ,3 ,10 ,11 ,6
mat ,1
amesh ,1
amesh ,2
amesh ,3
amesh ,4
mat ,2
amesh ,5
amesh ,6
!
DL ,4 , , symm
DL ,5 , , symm
DL ,8 , , symm
!
dk ,8 , uy ,0
!
fk ,9 , fx , Forc
!
FINISH
/SOLU
/STAT , SOLU
SOLVE
FINISH
/POST1
pldisp ,1
*USE , INTERF
...
On utilise la macro en tapant *USE,INTERF, et les contraintes sont directement modifies dans
A NSYS. On peut alors utiliser les mmes fonctions quhabituellement pour visualiser les diffrentes
composantes des contraintes.
Le listing Cast3M du mme problme est le suivant :
1
2
3
4
5
6
7
8
9
10
11
12
13
III
geom : p a r t i e d r o i t e
long =20.0;
H1 =0.2;
H2 =1.8;
H3 =2.0;

geom c o u d e
Rint =10.0;
Rh1 = Rint + H1 ;
Rh2 = Rint + H2 ;
Rh3 = Rint + H3 ;
MRint = -1. * Rint ;
MRh1 = -1. * Rh1 ;
LMENTS FINIS
14
15
16
17
18
19
20
21
22
23
24
25
26
MRh2 = -1. * Rh2 ;

MRh3 = -1. * Rh3 ;

maillage
NCUTS =40;
NRCUTS =20;
NCORE =16;
NSKIN =2;
Forc =1.0;

OPTION DIMENSION 2 ELEMENT QUA4 ;

k1 = 0. MRh3 ;
178
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
k2 = Rh3 0.;
k3 = Rh2 0.;
k4 = 0. MRh2 ;
k5 = 0. MRh1 ;
k6 = Rh1 0.;
k7 = Rint 0.;
k8 = 0. MRint ;
k9 = Rh3 long ;
k10 = Rh2 long ;
k11 = Rh1 long ;
k12 = Rint long ;
k13 = 0. 0.;

L1 = CERCLE NRCUTS k1 k13 k2 ;
L2 = DROITE k2 k3 NSKIN ;
L5 = DROITE k4 k5 NCORE ;

L11 = DROITE k2 k9 NCUTS ;

SURF1 = DALLER L1 L2 L3 L4 ;
PEAUEXT = SURF1 ET SURF2 ;
ELIMINE PEAUEXT ;
AME = SURF1 ET SURF2 ;
ELIMINE AME ;
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
PEAUINT = SURF1 ET SURF2 ;

ELIMINE PEAUINT ;
PoutU = PEAUEXT ET AME ET PEAUINT ;

Model1 = MODL peauext MECANIQUE
ELASTIQUE ISOTROPE QUA4 ;
Model2 = MODL ame MECANIQUE ELASTIQUE
ISOTROPE QUA4 ;
Model3 = MODL peauint MECANIQUE
ELASTIQUE ISOTROPE QUA4 ;
ModelTot = Model1 ET Model2 ET Model3 ;

Mater1 = MATERIAU Model1 YOUNG 70000.0
NU 0.3 RHO 2700.0;
Mater2 = MATERIAU Model2 YOUNG 3400.0 NU
0.34 RHO 1000.0;
Mater3 = MATERIAU Model3 YOUNG 70000.0
NU 0.3 RHO 2700.0;

MR1 = RIGIDITE Model1 Mater1 ;
Mrigid = MR1 ET MR2 ET MR3 ;

CondL2 = BLOQUER UX ( L4 ET L5 ET L8 ) ;
CondL1 = BLOQUER UY k8 ;
CondLtot = CondL1 ET CondL2 ;
FOR1 = FORCE ( Forc 0.) k9 ;
Mrigid = Mrigid ET CondLtot ;

Depl1 = RESOUD Mrigid For1 ;

UX1 = EXCO UX depl1 ;
UY1 = EXCO UY depl1 ;
TRACE UX1 PoutU ;
TRACE UY1 PoutU ;

def0 = DEFORMEE poutU Depl1 0.0 BLEU ;
def1 = DEFORMEE poutU Depl1 ROUG ;
TRACE ( def0 ET def1 ) ;
Il reste maintenant avoir les rsultats dans les repres locaux lmentaires, et voir ce qui se
passe aux interfaces...
13.3.3
Rsultats
Dans les listings ci-dessus, nous navons pas expos comme atteindre les contraintes, car cela sera
fait en TP. Les rsultats directement obtenus sont donns la figure 13.2 pour la dforme et les
dplacements selon x et y, et la figure 13.3 pour les dformations.
Nanmoins nous prsentons quelques rsultats issus de lanalyse des contraintes aux interfaces
avec ou sans utilisation de la mthode de Reissner local. Nous nous concentrerons sur les rsultats
numriques et graphiques permettant dapprcier la prcision de la mthode de Reissner local par
rapport aux rsultats dA NSYS aux points A, B, E et F ainsi que dtudier linfluence de la valeur
du rayon R.
Une premire remarque simpose : plus la valeur du rayon est faible, plus les rsultats sont
mauvais, quelle que soit la mthode employe (et vous devez savoir pourquoi ce niveau du
document).
Au point A, linfluence des conditions aux limites est encore sensible : en plus de la condition
de symtrie de la structure, le blocage du dplacement vertical induit une lgre dtrioration des
rsultats numriques. Linfluence de cette condition aux limites nest plus visible au point B.
En A et B, la composante discontinue est xx , les composantes yy et xy sont continues.
Par contre, aux points E et F, cest yy la composante discontinue et xx et xy les composantes
179
LMENTS FINIS
III
Dplacement
UX
0.59
0.56
0.53
0.50
0.47
0.45
0.42
0.39
0.36
0.33
0.30
0.28
0.25
0.22
0.19
0.16
0.13
0.11
7.76E02
4.93E02
2.10E02
Dplacement
UY
7.26E04
5.75E03
1.08E02
1.58E02
2.08E02
2.58E02
3.09E02
3.59E02
4.09E02
4.59E02
5.09E02
5.60E02
6.10E02
6.60E02
7.10E02
7.60E02
8.11E02
8.61E02
9.11E02
9.61E02
0.10
F IGURE 13.2: Dforme et dplacements
xy
xx
yy
1.20E03
1.08E03
9.71E04
8.59E04
7.46E04
6.33E04
5.21E04
4.08E04
2.95E04
1.83E04
7.01E05
4.25E05
1.55E04
2.68E04
3.80E04
4.93E04
6.06E04
7.18E04
8.31E04
9.44E04
1.06E03
9.87E04
9.04E04
8.21E04
7.39E04
6.56E04
5.73E04
4.90E04
4.07E04
3.25E04
2.42E04
1.59E04
7.61E05
6.70E06
8.95E05
1.72E04
2.55E04
3.38E04
4.21E04
5.04E04
5.86E04
6.69E04
1.59E03
1.44E03
1.28E03
1.12E03
9.67E04
8.09E04
6.52E04
4.95E04
3.38E04
1.81E04
2.41E05
1.33E04
2.90E04
4.47E04
6.04E04
7.61E04
9.18E04
1.08E03
1.23E03
1.39E03
1.55E03
F IGURE 13.3: Dformations

continues.
Daprs les rsultats prsents ci-aprs, il est visible que la mthode de Reissner local permet
damliorer les rsultats par rapport A NSYS.
III
LMENTS FINIS
180
Mthode
R
(mm)
10
10
10
8
8
8
5
5
5
3
3
3
2
2
2
1
1
1
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
xx
peau
(MPa)
72,085
71,957
71,957
66,500
66,665
66,665
57,289
57,727
57,727
49,551
49,454
49,454
42,699
42,362
42,362
27,171
25,876
25,876
xx
me
(MPa)
4,0121
3,9670
3,9670
3,8400
3,7863
3,7863
3,6598
3,5771
3,5771
3,6827
3,5552
3,5552
3,8289
3,6593
3,6593
4,3142
4,0707
4,0707
yy
(MPa)
1,5883
1,5987
1,5116
1,8556
1,8888
1,7943
2,6317
2,6979
2,6066
3,9304
4,0110
3,9621
5,4227
5,4785
5,5264
9,2850
9,1122
9,6345
xy
(MPa)
-0,0023339
-0,0155720
0,0086231
-0,0022273
-0,0118667
0,0111910
-0,0018770
-0,0071024
0,0128210
-0,0014368
-0,0046055
0,0106410
-0,0009727
-0,0037443
0,0059470
-0,0004173
-0,0021565
0,0005231
Tableau 13.1: Rsultats au point A
9
8
Ref
Reissner local
A NSYS
yy (MPa)
7
6

C
C
4
3
C
2
1
C
C

1
C

9
10
R
F IGURE 13.4: yy en A
181
LMENTS FINIS
III
0:015

0:005
xy (MPa)
0:010
0:000
C
0:005
Ref
Reissner local
A NSYS
C
C
C
0:010
0:015
0:020
C
1
10
R
F IGURE 13.5: xy en A
Mthode
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
Ref
Reiss
A NSYS
R
(mm)
10
10
10
8
8
8
5
5
5
3
3
3
2
2
2
1
1
1
xx
peau
(MPa)
-72,248
-72,542
-72,542
-67,723
-68,001
-68,001
-61,079
-61,335
-61,335
-56,823
-57,072
-57,072
-54,772
-55,026
-55,026
-52,491
-52,777
-52,777
xx
me
(MPa)
-3,0668
-3,1193
-3,1193
-2,7905
-2,8457
-2,8457
-2,3199
-2,3813
-2,3813
-1,9080
-1,9756
-1,9756
-1,6200
-1,6902
-1,6902
-1,1687
-1,2391
-1,2391
yy
(MPa)
1,4080
1,2573
1,5464
1,5799
1,4570
1,7111
2,0320
1,9460
2,1535
2,6611
2,5888
2,7738
3,2396
3,1612
3,3438
4,2871
4,1625
4,3710
xy
(MPa)
-0,0023570
-0,0138800
-0,0198700
-0,0026011
-0,0107700
-0,0197300
-0,0024099
-0,0067001
-0,0186210
-0,0022154
-0,0045050
-0,0176540
-0,0021234
-0,0036124
-0,0172760
-0,0020797
-0,0031088
-0,0174200
Tableau 13.2: Rsultats au point B
III
LMENTS FINIS
182
4:5
C
4:0
yy (MPa)
3:5
Ref
Reissner local
A NSYS

C
3:0

C
2:5

C
2:0

C
1:5
1:0
C

C
10
R
F IGURE 13.6: yy en B
0:002
0:004
xy (MPa)
0:006
Ref
Reissner local
A NSYS
C
0:008
0:010
0:012
C
0:014
0:016
0:018
0:020

3

4

8

10
R
F IGURE 13.7: xy en B
183
LMENTS FINIS
III
Mthode
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
R
(mm)
10
10
10
8
8
8
5
5
5
3
3
3
2
2
2
1
1
1
yy
peau
(MPa)
46,0340
46,0265
46,0265
45,8625
45,8505
45,8505
45,4490
45,5025
45,5025
44,5760
45,0015
45,0015
43,1510
44,1375
44,1375
37,6330
40,1735
40,1735
yy
me
(MPa)
2,410200
2,397450
2,397450
2,443000
2,421450
2,421450
2,539450
2,499550
2,499550
2,694400
2,644550
2,644550
2,856600
2,805000
2,805000
3,184100
3,143850
3,143850
xx
(MPa)
0,57548
0,48986
0,62529
0,68465
0,62992
0,71910
1,00620
1,00810
0,94099
1,56820
1,62260
1,30760
2,23920
2,32600
1,77080
4,02110
4,04390
3,04360
xy
(MPa)
0,77518
0,71342
0,80572
0,83563
0,76781
0,90760
1,00390
0,91559
1,19800
1,25790
1,10690
1,64980
1,50420
1,25870
2,12250
1,90380
1,41220
3,15350
Tableau 13.3: Rsultats au point E
4:5
4:0C
Ref
Reissner local
A NSYS
yy (MPa)
3:5
C
3:0
2:5
2:0
1:5
C

C
1:0

C
0:5
0:0

C
9
10
R
F IGURE 13.8: xx en E
III
LMENTS FINIS
184
3:5
xy (MPa)
3:0

Ref
Reissner local
A NSYS
2:5
2:0
1:5C

C
1:0
0:5
C
C
4

C

C
9
10
R
F IGURE 13.9: xy en E
Mthode
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
ref
Reiss
A NSYS
R
(mm)
10
10
10
8
8
8
5
5
5
3
3
3
2
2
2
1
1
1
yy
peau
(MPa)
-47,438
-47,510
-47,510
-47,4555
-47,5605
-47,5605
-47,415
-47,5335
-47,5335
-47,223
-47,1885
-47,1885
-46,940
-46,6760
-46,6760
-46,1935
-45,4620
-45,4620
yy
me
(MPa)
-2,1425
-2,1533
-2,1533
-2,11415
-2,12825
-2,12825
-2,03645
-2,05940
-2,05940
-1,92305
-1,95170
-1,95170
-1,81445
-1,84130
-1,84130
-1,61030
-1,62185
-1,62185
xx
(MPa)
0,54431
0,39416
0,65814
0,62480
0,50447
0,72921
0,83167
0,76054
0,87666
1,11940
1,07760
1,05090
1,38480
1,35230
1,21420
1,85860
1,81270
1,52280
xy
(MPa)
0,30073
0.38936
0,30000
0,24743
0.33138
0,21663
0,10558
0,18360
0,00251
-0,10042
-0,01314
-0,28747
-0,29901
-0,18934
-0,55238
-0,67358
-0,50497
-1,03400
Tableau 13.4: Rsultats au point F
185
LMENTS FINIS
III
2
1:8C
yy (MPa)
1:6
Ref
Reissner local
A NSYS
1:4
C
1:2
C

C
0:8
0:6
0:4
0:2
C
10
R
F IGURE 13.10: xx en F
0:400
0:200
xy (MPa)
0:000
C
C
0:200
C
C

Ref
Reissner local
A NSYS
C
0:400
0:600
0:800
1:000
1:200
10
R
F IGURE 13.11: xy en F
13.4
Sous-structuration et simulation multi-chelles
Le fonctionnement des produits industriels met en jeu des phnomnes physiques des chelles
trs diffrentes. La prise en compte de tous ces phnomnes dans les simulations numriques
demanderait dutiliser des modles extrmement dtaills, entranant des cots didentification
et/ou de calcul prohibitifs. La simulation multi-chelles est une rponse cette problmatique.
Elle consiste simuler chaque phnomne lchelle la plus pertinente, i.e. en utilisant plusieurs
modles de tailles et de finesses diffrentes ; cela permet, grce des solveurs adapts, de raliser
des simulations qui seraient inaccessibles par des approches plus directes.
Imaginons que nous souhaitions calculer un avion, mais que, pour des raisons vidente de
scurit, nous ayons besoin dobtenir une precision boulon par boulon . On se doute bien que
lon ne peut mailler tout lavion avec un tel niveau de dtail... On recourt alors une cascade
III
LMENTS FINIS
13.4 Sous-structuration et simulation multi-chelles
186
de modles de dimensions et de finesses diffrentes, allant de lavion tout entier (mais modlis
relativement grossirement) des dtails structuraux modliss trs finement (mais limits de
petites zones), comme montr sur la figure 13.12.
F IGURE 13.12: Sous-structuration en aronautique

La simulation est donc dcompose en diffrents niveaux, chacun reprsentant une chelle
diffrente. Pour coordonner ces niveaux entre eux, on utilise gnralement une approche dite
descendante : on commence par simuler le comportement global de lavion, puis les rsultats sont
utiliss pour dterminer les conditions aux limites appliques sur les niveaux infrieurs. Toutefois,
il est parfois galement ncessaire de combiner ces approches descendantes des approches
ascendantes : les rsultats des simulations fines sont utiliss pour construire des modles de
comportements plus grossiers.
De trs nombreuses mthodologies multi-chelles existent et reposent toutes sur le fait de
simuler chaque phnomne lchelle la plus pertinente. Pour cela, il est ncessaire :
1. de distinguer diffrentes chelles dans la modlisation et dans la simulation ;
2. de modliser les relations existant entre ces diffrentes chelles.
Considrons un problme comportant deux chelles. Le point 1 voqu ci-dessus se traduit par
le fait de disposer de deux modles distincts :
Un modle macroscopique
Il reprsente le produit et son environnement extrieur et est constitu dune gomtrie et dun
modle de comportement relativement grossiers (puisque nayant pas vocation reprsenter
les phnomnes microscopiques) ;
Un modle microscopique
Il possde une description gomtrique et un maillage suffisamment fins ainsi que soit
modlis le comportement dtaill. Il ne comprend quune ou quelques cellules types de
petites dimensions.
Il est souvent possible, pour les matriaux notamment, de disposer dhypothses simplificatrices (telles que llasticit linaire) permettant de se restreindre une seule cellule type.
Pour le cas des matriaux anisotropes constitus de plusieurs autres matriaux tels que les
matriaux composites et fibreux, on se reportera au chapitre 15.
Toutefois, il peut arriver que lon ne dispose pas de telles hypothses et il soit alors ncessaire
de multiplier le nombre de cellules (jusqu parfois couvrir tout le modle macro !)
Le point 2 consiste donc relier les deux chelles de modlisation.
En effet, les modles macroscopique et microscopique ne sont pas indpendants puisquils
modlisent la mme physique des chelles diffrentes. Il est donc ncessaire quils soient cohrents
lun vis--vis de lautre, en tout point et chaque instant de la simulation. Pour cette raison, les
modlisations multi-chelles comportent des couplages, i.e. des modles dinteractions, entre les
187
LMENTS FINIS
III
chelles.
Dans le cadre de la mcanique des solides dformables, on procde gnralement comme suit :
Le modle de comportement macroscopique : qui modlise des phnomnes se produisant
au cur du matriau , doit correspondre la relation contraintes/dformations observe
sur la cellule microscopique ;
Le modle de comportement microscopique : qui traduisent la faon dont la cellule est
sollicite par son environnement extrieur, doivent correspondre ltat de contraintes ou de
dformations macroscopique.
Le modle macroscopique ayant une rsolution beaucoup plus grossire, la cohrence des
deux modles ne peut donc pas se traduire par une correspondance exacte, point par point, des
conditions aux limites ou du comportement. Pour cette raison, la plupart des approches multichelles postulent que les quantits macroscopiques doivent correspondre des moyennes des
quantits microscopiques correspondantes, la dfinition mathmatique exacte de cette moyenne
variant fortement dune approche lautre.
On peut donc dire que :
Le modle de comportement macroscopique dun lment de volume est choisi gal au
comportement moyen de la cellule microscopique correspondante, calcul en utilisant une
technique dhomognisation ;
Les conditions aux limites microscopiques sont appliques en moyenne, car les champs de
contraintes ou de dplacements macroscopiques sont beaucoup trop grossiers.
Le problme est donc dchanger des donnes pertinentes entre les diffrentes chelles, compte
tenu des diffrentes rsolutions des modles.
Dans le sens microscopique vers macroscopique, on utilisera les techniques dhomognisation
dont il sera lobjet au chapitre 15.
Dans le sens macroscopique vers microscopique, il sagit donc de spcifier des conditions aux
limites appliquer sur le bord des cellules microscopiques, partir dune solution macroscopique.
Les mthodes les plus simples se contentent dimposer directement le champ de dplacements
(ou de contraintes) macroscopique comme condition aux limites. Le modle macroscopique ayant
par dfinition une rsolution beaucoup plus grossire que le modle microscopique, il est incapable
de capturer lallure microscopique des dplacements ou des contraintes. Ces conditions aux limites
sont donc souvent trop imprcises par rapport aux finalits du modle microscopique. Cela peut
dgrader fortement la qualit des rsultats et donc restreindre le domaine de validit de ces
approches.
Pour palier ce problme, on crit les conditions aux limites microscopiques de manire plus
subtile en les dcomposant en la somme dun terme moyen et dun terme de moyenne nulle. Ainsi,
le champ microscopique um sera crit um D uM C v m o uM est le champ macroscopique (i.e.
la moyenne du champ microscopique), et v m est le reste ( moyenne nulle). Notre problme
devient donc de dterminer le reste v m , et cest l que les mthodes divergent le plus. On distingue
nanmoins deux grosses familles :
Condition de priodicit
On postule que lon connat lallure du reste. On peut alors enchaner un calcul macroscopique
avec un solveur spcifique puis un calcul microscopique avec un solveur classique ;
Couplage des cellules microscopiques
Lorsquil nest pas si simple de sparer les chelles, alors il faut rsoudre en mme temps
les deux problmes microscopique et macroscopique avec change de donnes.
Ces deux approches vont tre un peu plus dtailles maintenant.
13.4.1
Condition de priodicit mthodes multi-niveaux
Souvent, les mthodes multi-niveaux sont bases sur des conditions de priodicit inspires de
lhomognisation priodique. Ces conditions supposent que la partie microscopique du champ
III
LMENTS FINIS
13.4 Sous-structuration et simulation multi-chelles
188
de dplacement, v m , est priodique, i.e. est gale sur chaque paire de faces opposes de la cellule
type considre. La mme hypothse est formule sur les contraintes. On obtient ainsi un ensemble
de conditions aux limites permettant de dterminer entirement la solution microscopique partir
dune dformation (ou dune contrainte) macroscopique impose.
Le rsultat microscopique ainsi obtenu est pertinent deux conditions : 1) il faut que la
microstructure soit effectivement priodique, et 2) que le principe de Saint-Venant sapplique, i.e.
que lon se trouve suffisamment loin de la surface de la pice (y compris des dtails gomtriques
tels que des trous, des fissures...). Dans le cas contraire, des effets de bord peuvent affecter lallure
de la solution, qui nest alors plus priodique : il faut donc recourir dautres modlisations.
La simulation multi-niveaux fait appel deux types de modles, chacun quip de son solveur :
un modle macroscopique ne possdant pas de relation de comportement du matriau prdfinie, quip dun solveur lments fini modifi ;
un ensemble de modles microscopiques ne possdant pas de conditions aux limites prdfinies, quips de solveurs lments finis classiques.
En fait, le solveur lments finis modifi est un solveur lments finis classique avec une petite
diffrence : chaque fois que le solveur macroscopique a besoin du comportement dun lment
de volume quelconque, il envoie ltat de dformation macroscopique de cet lment au solveur
microscopique. Ce dernier dispose alors toutes les donnes ncessaires pour simuler numriquement
son comportement lchelle microscopique. Il est donc capable de renvoyer ltat de contraintes
macroscopiques, selon la dcomposition mentionne ci-dessus. Les cellules microscopiques tant
pour ainsi dire indpendantes , il est possible de recourir des calculateur parallles.
Le domaine de validit de ces mthodes est bon ds que lon sait faire des hypothses ralistes
sur lallure de la solution microscopique. Ce nest pas toujours le cas : par exemple, la fissuration,
lorsquelle sort dun cadre microscopique pour atteindre un cadre macroscopique, se prte trs mal
cet exercice. Le cas de la fissuration sera abord au chapitre 20.
En rsum :
Les mthodes multi-niveaux abordent la simulation lchelle macroscopique et se nourrissent du comportement simul lchelle microscopique.
Dans les mthodes multi-niveaux, lemploi dhypothses de priodicit se traduit par des
sauts de contraintes et de dplacements dune cellule lautre ; si les chelles sont mal spares,
ces sauts sont non ngligeables. Ne correspondant a priori pas la physique, ils traduisent un cart
avec la ralit.
13.4.2
Couplage des cellules microscopiques mthodes de dcomposition de domaine
Les mthodes multi-niveaux prsentes au paragraphe prcdent sont mises mal lorsque le comportement microscopique dborde un peu sur le comportement macroscopique, i.e. lorsque les
chelles ne sont pas suffisamment bien spares. On recourt alors aux mthodes de dcomposition
de domaines, dont la validit est plus large, mais qui sont plus complexes.
Puisque nous ne pouvons plus supposer une allure de la solution microscopique, nous nallons
utiliser que les seules connaissance disponibles priori : la continuit du champ de dplacements
ainsi que la vrification par les contraintes du principe daction-raction. Il suffit donc dcrire
qu linterface entre deux cellules microscopiques, il y a galit des dplacements et nullit de la
somme des traces des contraintes (on retrouve ce que nous avons dj plusieurs fois voqu avec
ltat des contrainte linterface entre deux matriaux diffrents).
La prsence de couplages entre les cellules microscopiques (qui en quelque sorte correspond
une gnralisation de la condition de priodicit du paragraphe prcdent) change compltement le
droulement de la simulation par rapport aux mthodes multi-niveaux vues au paragraphe prcdent.
En effet, la prise en compte de ces couplages implique dchanger directement des donnes entre les
diffrents solveurs microscopiques, qui ne sont plus indpendants . En contrepartie, cela permet
189
LMENTS FINIS
III
de propager une information fine sur lensemble de la pice et, ainsi, de se passer de lhypothse
de sparation des chelles : il nest plus ncessaire de modliser sparment les phnomnes
microscopiques et macroscopiques.
Concrtement, les mthodes de dcomposition de domaine sont des solveurs qui ont gnralement un fonctionnement multi-chelles. Elles partent dun modle microscopique du produit dcompos en sous-structures, et consistent coupler les sous-structures en changeant des contraintes et
des dplacements sur les interfaces. Des versions plus ou moins simples existent. Notons bien quil
ny a pas de modle macroscopique dans une telle approche.
En rsum :
Dans la dcomposition de domaine, la simulation est aborde lchelle la plus fine : la
sous-structuration et le problme grossier ne sont utiliss que pour amliorer lefficacit de la
rsolution.
Une simulation par dcomposition de domaine conduit toujours un champ de dplacement
microscopique continu sur toute la structure, et un champ de contraintes microscopique quilibr
(au sens des lments finis) sur toute la structure.
Actuellement, la simulation multi-chelles est encore relativement peu rpandue dans le monde
de lingnierie. Elle reprsente en effet un changement considrable par rapport aux pratiques
usuelles de simulation ; de plus, la plupart des logiciels de calcul multi-chelles sont des outils
dvelopps par des chercheurs, qui nont pas encore lergonomie et la robustesse des solveurs
utiliss dans lindustrie. Les industriels attendent donc lapparition doutils mieux adapts leurs
problmatiques avant denvisager une utilisation plus frquente de ces mthodes.
Cependant, plus long terme, la simulation multi-chelles suscite un intrt considrable dans
lindustrie : en rendant accessibles la simulation des phnomnes qui ne peuvent actuellement tre
tudis quexprimentalement, elle constitue un pas important en direction du virtual testing .
Pour cette raison, elle fait toujours lobjet de nombreux projets de recherche. Ceux-ci concernent
aussi bien la modlisation, avec notamment la mise au point de matriaux virtuels (qui ne sont
rien dautre que des modles multi-chelles, notamment pour les matriaux composites), que les
solveurs qui sont en constante volution.
Histoire
13.5
Super-lments
Originellement introduit dans laronautique dans les annes 60 (do le choix de la figure 13.12), le
concept de sous-structuration rpondait trois motivations :
faciliter la division du travail : des sous-structures avec des fonctions diffrentes (fuselage,
ailes, train datterrissage...) pouvaient tre traites par des groupes dexperts diffrents.
Chaque groupe pouvait loisir amliorer, raffiner... sa partie tant que linterface avec les
autres parties restait inchange.
profiter de la rptition : en remarquant quune mme structure peut contenir plusieurs sousstructures identiques, il est possible de diminuer le temps dtude (par exemple symtrie des
ailes...)
contourner les limitations des ordinateurs : les ordinateurs de lpoque atteignaient vite
leurs limites (par exemple en terme de taille mmoire). Diviser une structure complexe, que
lon tait incapable de calculer en une seule fois, permettait de sauvegarder des rsultats
sous-structure par sous-structure puis deffectuer lassemblage des rsultats.
Si les deux premiers points sont toujours dactualit, le troisime lest moins, surtout depuis le
recourt aux algorithmes parallles.
Cest dailleurs le dveloppement de procdures pour le calcul parallle qui a conduit les
mathmaticiens appliqus au concept de sous-domaines, alors quils devaient grouper des lments
pour des raisons de calcul.
Dans ce paragraphe, nous allons parler du concept de super-lment, qui nest quune application
de ce qui a t prsent au paragraphe prcdent.
III
LMENTS FINIS
13.5 Super-lments
190
Un super-lment est un groupement dlments qui, aprs assemblage, peuvent tre vus comme
un lment individuel du point de vue du calcul. Cet assemblage peut tre requis pour des raisons
de modlisation ou de calcul.
Pour constituer un super-lments, les lments groups ne peuvent tre pris au hasard. Ils
doivent au moins constituer une structure en eux-mme, mais dautres conditions sont ncessaires qui seront dtailles plus loin.
Comme nous lavons dit au paragraphe prcdent, il y a deux voies duales pour considrer
ce processus. Lapproche descendante consiste considrer un super-lment comme constitu
dun ensemble dlments. On parle alors de macro-lment. Lapproche ascendante consiste
considrer un super-lment comme un sous-ensemble dune structure complte. On parle alors de
sous-structure.
Finalement, quand parle-t-on de sous-structure ou de macro-lment ? En fait, il ny a pas de
rgle, et le terme gnrique de super-lment couvre tout le spectre depuis llment individuel
jusqu la structure complte.
13.5.1
Condensation statique
En tant quassemblage de plusieurs lments, un super-lment possde :

des degrs de libert internes : qui ne sont pas connects des lments nappartenant pas
au super-lment considr. Les nuds ayant des degrs de libert internes sont dits nuds
internes.
des degrs de libert aux frontires : qui sont connects au moins une entit (lment,
super-lment) nappartenant pas au super-lment considr.
Lopration consistant liminer tous les degrs de libert internes est appele condensation
statique ou simplement condensation. Regardons ce qui se passe dun point de vue matriciel. Pour
cela, considrons que nous ayons rsoudre le systme :
Kq D F
(13.1)
Le vecteur q se compose des composantes internes qi et des composantes de frontire qb , de sorte

que le systme, une fois rordonn scrit :

Kbb Kbi qb
f
D b
(13.2)
Kib Kii
qi
fi
Si la matrice Kii nest pas singulire, alors la seconde quation peut tre rsolue en terme de
variables internes en :
qi D Kii
.fi
Kib qb /
(13.3)
En reportant cela dans la premire quation, on obtient le systme avec matrice de rigidit condense :
Q bb qb D Qfb
K
(13.4)
avec :
Q bb D Kbb
K
Kbi Kii
Kib
et
Qfb D fb
Kbi Kii
fi
(13.5)
Aprs condensation, on peut donc bien considrer le super-lment, dun point de vue calculatoire,
comme un lment individuel.
Notons que la matrice Kii nest pas singulire si elle possde la condition de rang suffisant, i.e.
si elle ne contient que des modes nergie nulle correspondant aux modes rigides (cette condition
a dj voque propos de la validation des lments). Si cela nest pas le cas, le super-lment est
dit flottant, et peut quand mme tre trait (en utilisant les projecteurs et inverses gnraliss, mais
cest un peu plus compliqu).
La condensation statique est une opration matricielle appele inversion partielle ou limination
partielle ou pseudo-inversion.
191
LMENTS FINIS
III
13.5.2
Remonter aux degrs de libert internes
Une fois le systme condens rsolu, on obtient les valeurs aux nuds internes en rutilisant la
formule :
qi D Kii
13.6
.fi
Kib qb /
(13.6)
Pseudo-inversion et ranalyse
On peut tre amen, notamment lors de phases de conceptions, devoir considrer plusieurs
problmes relativement proches les uns des autres (i.e. tester plusieurs configurations). On est
alors tent dutiliser tout ou partie de la premire modlisation afin de raliser les suivantes.
Lide de la mthode de ranalyse est danalyser le comportement dune structure lastique par
lments finis sans particulariser le systme dquations final par la prise en compte de conditions
cinmatiques.
On obtient alors une solution gnrale de ce systme faisant intervenir une matrice de rigidit
rgularise. La nature de cette matrice (somme dune matrice bande et dune matrice pleine)
ne permet pas dutiliser les mthodes les plus classiques et optimales de rsolution, mais il est
possible den dvelopper dautres permettant daccder la quasi-inverse dune matrice singulire
semi-dfinie positive (tout en profitant de son caractre bande).
Il est alors possible, tout en modifiant les conditions cinmatiques et les chargements appliqus,
de procder des ranalyses qui consistent alors simplement rsoudre des systmes dits secondaires de tailles trs infrieures au systme global (mais un surcot a t pay initialement pour
calculer la pseudo-inverse).
Des problmes de contact avec ou sans frottement entre solides lastiques peuvent bnficier de
cette mthode, ainsi que la modlisation du comportement lastique incompressible.
13.6.1
Modification du chargement uniquement
Restons sur le problme structurel correspondant au systme matriciel :

Kq D F
(13.7)
o K est de dimension n n.
Si lon souhaite considrer plusieurs cas de chargement F1 ; : : : ; Fk , on peut soit rsoudre k fois
le systme prcdent, soit rsoudre le systme :
Kq D F
(13.8)
o F est la matrice n k des k vecteurs de chargement, et q est la matrice n k des k vecteurs

solutions correspondants.
Cette mthode, la plus simple des mthodes de ranalyse, permet malgr tout dconomiser des
oprations.
13.6.2
Modification de la matrice
Considrons maintenant le cas o ce nest plus le chargement F qui peut varier dune analyse
lautre, mais la matrice K.
On est amen chercher une solution du systme :
.K C K/ q D F
(13.9)
en fonction de la solution du systme non perturb, i.e. calculer .K C K/ 1 en fonction des

autres matrices. On rappelle que K est appel perturbation de la matrice K.
Certaines formules existent pour des modification mineures de la matrice K, mais nous ne les
prsenterons pas.
III
LMENTS FINIS
13.6 Pseudo-inversion et ranalyse
192
13.6.3
Modification des conditions cinmatiques
Nous ne considrons ici que des modifications des conditions cinmatiques. Gnralement, les
conditions cinmatiques sont prises en compte en supprimant ou en modifiant les quations de
lquilibre avant rsolution, ce qui rend le systme rgulier. Nous avons vu que le systme rsoudre
(incluant les conditions cinmatiques) revient chercher le minimum de la forme quadratique :
MD
1T
qKq
2
qF
(13.10)
Notons que lon peut crire les p conditions cinmatiques sous la forme : Cq D avec C une
matrice p n, et q et des vecteurs.
Nous avons galement dj vu que ces conditions peuvent tre prises en compte par lintermdiaire de p multiplicateurs de Lagrange dans la fonctionnelle prcdente qui devient alors :
M D
1T
qKq
2
qF
Cq
(13.11)
Le systme rsoudre est symtrique, rgulier, mais non dfini-positif.

Pour pallier la lenteur des algorithmes disponibles pour la rsolution numrique dun tel systme
(mthode de Gau ou de dcomposition avec pivotage), il est prfrable de rgulariser le systme.
Pour cela, on sappuie sur la connaissance de la matrice K : celle-ci est singulire dordre r,
o r correspond aux mouvements de corps rigide, ou modes rigides. Cela veut galement dire
quelle possde .n r/ valeurs propres strictement positives (et r valeurs propres nulles).
Il est vident quil faut au moins disposer de p > n conditions aux limites cinmatiques pour
que le systme puisse admettre une solution. Cest videmment lhypothse que nous ferons (sinon
le problme est mal pos).
Nous considrons la matrice R de dimension n r des r vecteurs propres de K correspondant
la valeur propre nulle. Quitte construire ces vecteurs (qui sont orthogonaux), nous les choisirons
norms. On a alors :
(
KR D 0
(13.12)
T
RR D Ir
On introduit la matrice :
K D K C RT R
(13.13)
qui, pour > 0 est rgulire car symtrique et dfinie-positive. Les colonnes de R sont vecteurs
propres de K pour la valeur propre .
Dans le systme Kq D F, on remplace K par K RT R, et en introduisant le fait que K RT R D
T
R R, on obtient finalement :
K In

RT R q D F
(13.14)

Si lon change de variable en posant v D In RT R q (v est la projection de q sur lorthogonal
du noyau de K), v devient linconnue du systme rgularis :
K v D F
(13.15)
et lon retrouvera la solution du systme initial q par :

q D v C RT Rq D K
193
F C RT Rq
(13.16)
LMENTS FINIS
III
On peut remarquer que K 1 , que lon note S , possde les mmes valeurs propres que K (et
donc les mmes que K et RT R). On est donc naturellement amen dcomposer S comme :
S D S C
1 T
R R
(13.17)
avec SR D 0 et T RS D 0.
Cest cette matrice S que lon appelle quasi-inverse de K, car :
SK D KS D I
RT R
(13.18)
Elle est de dimension n n, symtrique, semi-dfinie positive (ses valeurs propres sont de mme
signe), admet les mmes valeurs propres que K et en particulier ceux de la valeur propre nulle
dont R est une base, mais elle ne possde pas de caractre bande.
Voici bross, en quelques lignes, les ides principales de la mthode. Nous nirons pas plus loin
dans sa prsentation.
On rappelle que lintrt de la mthode est quune fois une premire tape consistant intgrer
les donnes relatives la structure (gomtrie, discrtisation, matriaux) ralise, on peut alors
effectuer autant de fois que ncessaire la seconde tape qui porte sur la prise en compte des
chargements et conditions aux limites.
Notons quil est possible de modifier un peu la forme du systme secondaire afin de pouvoir
prendre en compte, lors de la seconde tape, des conditions plus complexes, comme des conditions
mixtes par exemple...
13.6.4
Deux mots de statistiques
La mthode de ranalyse permet donc, pour un cot de calcul matris, dobtenir les rponses
plusieurs problmes proches. Il se peut donc tout fait que lon dsire faire varier un paramtre
afin den tudier linfluence. Notons X ce paramtre variable, et Y D F.X/ la rponse du systme
correspondante.
Dans ce cas, si lon connat la rpartition statistique de X, i.e. sa densit de probabilit (encore
appele fonction de masse), alors on peut raliser un chantillonnage correct de la plage dans
laquelle ce paramtre varie afin de pouvoir obtenir des statistiques sur la rponse Y. Comme on
raisonne sur un nombre de points finis, on utilisera donc une formulation discrte. Par exemple, une
approximation de la moyenne de la rponse sera donne par une formule de type :
P
pi F.Xi /
P
EY D
(13.19)
pi
o pi est le poids, ou la pondration, correspondant la frquence laquelle la valeur Xi du
paramtre X apparat. On pourrait tout aussi bien, suite lanalyse des rponses Y, approcher
celle-ci par une fonction quelconque, i.e. donner une forme analytique la fonction F, et raisonner
ensuite de manire continue.
Si cest vraiment la caractrisation dun systme sous sollicitations alatoires qui nous intresse,
alors on effectuera plutt une analyse stochastique, et on se reportera au chapitre 21.
13.7
Drives dordre suprieur
Au paragraphe prcdent, nous avons vu comment, sur une structure donne, il tait possible de
prendre en compte plusieurs chargements et conditions aux limites cinmatiques sans avoir refaire
tout le calcul.
Dans le mme tat desprit, nous allons voir maintenant comment optimiser la forme dune
structure, sans refaire tous les calculs.
III
LMENTS FINIS
13.7 Drives dordre suprieur
194
Considrons le cas dune conception ayant pour but de dterminer la forme la plus adapte
selon certains critres (rigidit, dforme, contraintes, nergie transmise...). Chaque valuation
dune fonction cot conduit une analyse par lments finis. Lutilisation de drives par rapport
la gomtrie, ou plus gnralement par rapport la fonction cot, permet de rduire ce nombre
danalyse.
En fait, peut-tre contrairement lintuition, le calcul de ces drives est relativement peu
coteux ; il nest pas difficile et peut tre fait automatiquement. Les drives dordre suprieur dune
fonction cot peuvent en fait tre calcules avec autant de prcision que la fonction elle-mme.
Ainsi, en un seul calcul, il est possible dobtenir un dveloppement de Taylor de la fonction cot, et
donc dviter de nombreuses analyses.
13.7.1
Drives par rapport la gomtrie
En plus de considrer un domaine born de Rn , nous allons considrer une perturbation V de ,

et nous noterons :
C V D .I C V/./I
V 2 W1;1 .I Rn /
(13.20)
Nous considrons la fonction cot J.; u / choisie pour dcrire le problme doptimisation. Cette
fonction dpend donc naturellement du domaine et de la solution du problme sur ce domaine u .
Nous allons donner un sens la drive de la fonction
cot par rapport aux variations du domaine.
R
Si lon considre le cas simple J.; u/ D u, alors il vient :
dJ
.; uv ; V/ D
d
Z
u V n C
u0Iv
(13.21)
avec une fois encore n la normale extrieure de D @, et :

uCt V .x/
t !0
t
u .x/
u0IV D lim
8x 2
(13.22)
La mthode de drivation par transport conduit :

Z
Z
dJ
uP Iv
.; uv ; V/ D
u div V C
d

(13.23)
avec :
uP IV D lim
t !0
uCt V .I C tV/.x/
t
u .x/
8x 2
(13.24)
On dfinit alors la drive de la fonction cot par rapport aux variations du domaine par :
Z
@J
.; u; V/ D
uV n
(13.25)
@
La difficult tient ce que lensemble des domaines ne constitue pas un espace vectoriel. En
effet, les perturbations ne sajoutent pas, ou au moins ne sont pas associatives : . C V/ C W
. C W/ C V.
Toutefois, si lon utilise un paramtrage du domaine, il est alors possible dutiliser les outils
classiques du calcul diffrentiel dans les espaces norms. On introduit alors le paramtre F par :
J.F; u/ D J.F./; u F
/;
F 2 W1;1 .I Rn /
(13.26)
et lon a alors .F C V/ C W D .F C W/ C V.
195
LMENTS FINIS
III
La drive partielle de J par rapport au paramtre F est dfinie sans ambigut. Dans notre
exemple, cette drive, prise au point F D I est :
Z
@J
.I; u/ V D
u div V
(13.27)
@F

On pourra alors nous faire remarquer que :
@J
@J
.; u; V/
.I; u/ V
@
@F
(13.28)
ce quoi nous rpondrons que cest le prix payer pour se ramener un espace vectoriel. Cette
dmarche peut alors tre gnralise aux ordres suprieurs.
13.7.2
Calcul des drives
Nous nentrons pas dans le dtail, mais en cours de calcul se pose la question intressante : obtienton le mme rsultat si lon discrtise dabord et drive ensuite ? En fait, la rponse est oui, sous
certaines conditions de rgularit que nous ne mentionnerons pas dans le cadre de ce document.
Encore une fois, nous navons fait queffleurer le problme, juste pour faire connatre la
mthode. Il nous semblait intressant de prsenter la notion de drive par rapport la gomtrie.
De telles mthodes sont dores et dj implmentes dans certains codes de calculs. Leur intrt
devrait apparatre clairement au lecteur (nous lesprons).
III
LMENTS FINIS
13.7 Drives dordre suprieur
196
Chapitre 14
Le maillage
Rsum ce niveau du document, on peut considrer que la mthode des lments
finis a t prsente, au moins en ce qui concerne les aspects les plus classiques (et
mme un peu plus). Nous avons dcid, avant dentrer dans le dtail de subtilits lies
au comportement des matriaux et la non-stationnarit, dinsrer ici un petit chapitre
sur le maillage, dont les techniques de construction nont rien de commun avec celles
relatives aux lments eux-mmes. De plus, nous nous restreindrons aux maillages de
type Delaunay.-Vorono
Le maillage na pas seulement un intrt en calcul scientifique. Le maillage est un support de

reprsentation tridimensionnel utilis par exemple dans les jeux vido ainsi que dans les animations
3D. Dans ce dernier cas, on sintresse la qualit du maillage en lien avec la qualit de rendu
de limage gnre lorsque lon applique une texture sur le maillage. On sintresse galement
comment faire bouger le maillage pour quun personnage napparaissent pas distordu pendant
une animation...
Lopration de maillage peut se faire partir de plusieurs donnes :
soit partir de donnes utiliser pour la discrtisation : sommets, artes...
soit partir de donnes de type CAO dcrivant uniquement les entits gomtriques.
Nous nous contenterons de prsenter quelques outils de maillage relatifs au premier cas, i.e. lorsque
nous disposons de points, artes... mais le second cas nest pas vraiment plus compliqu.
Les mthodes de construction de maillage sont essentiellement :
Maillage par triangles/ttradres :
Mthodes utilisant le critre de Delaunay : les bases de la mthode seront exposes au
paragraphe 14.1 ;
Mthodes par avancement de fronts : le principe en sera dtaill au paragraphe 14.2 ;
Mthodes par dcomposition spatiale ;
Maillage par quadrangles/hexadres : quelques remarques seront faites au paragraphe 14.4
Maillage par avancement de fronts ;
Maillage par dcomposition en domaines.
Parfois, il ne sagit pas de mailler un domaine, mais de le remailler. Les mthodes dadaptation
de maillage les plus connues sont :
Raffinement ;
Transformation des lments ;
Dplacements de nuds ;
Simplification de maillage.
Lutilisation de diffrentes mthodes est illustr la figure 14.1 issue de [2].
197
14. Le maillage
LMENTS FINIS
III
F IGURE 14.1: Manipulations sur des maillages
14.1
Maillage de Delaunay
14.1.1
Maillage simplexial
Lopration de maillage consiste discrtiser un domaine (i.e. un milieu continu ou plutt sa

modlisation gomtrique) par des lments (lments finis nous concernant), si possible bien
proportionns : au paragraphe 10.3, nous avons dj prsent les dimensions gomtriques reprsentatives dun maillage que sont le diamtre maximum des lments h et le facteur de forme du
maillage , ainsi que le diamtre hK dun lment K et sa rondeur K . Ces deux derniers paramtres
sont reprsents sur la figure 10.2.
Dans ce chapitre, nous traiterons du cas bidimensionnel. Nous expliquerons les bases thoriques,
mais ne rentrerons pas dans les dtails pratiques de la programmation dalgorithmes de maillage (il
y a de trs bons cours disponibles sur le sujet).
Dans la suite nous aurons besoin des notions suivantes :
un segment ferm (resp. ouvert) dextrmits a et b de Rd est not a; b (resp. a; b) ;
un convexe E est un ensemble tel que : 8.a I b/ 2 E2 ; a; b E ;
le convexifi dun ensemble E de points de Rd , not C.E/ est le plus petit convexe contenent
E.
un domaine (i.e. un ouvert de Rd ) est dit polygonal si son bord D @ est form dun
nombre fini de segments ;
un n-simplex .x0 ; :::; xn / est le convexifi des n C 1 points de Rd affine indpendant. Cela
implique que n 6 d . Les sommets sont des 0-simplex, un segment est un 1-simplex, un
triangle un 2-simplex, un ttradre est un 3-simplex.
Dfinition 64 Maillage simplexial. Un maillage simplexial Td;h dun ouvert polygonal h
de Rd est un ensemble de d -simplex Kk de Rd pour k D 1:::N t , tel que lintersection de

i
j
i
deux d -simplex distincts K et K de Td;h soit lensemble vide ou le p-simplex commun K
j
et K avec p 6 d .
En termes plus simples : le maillage Td;h est constitu de N t lments Kk (k D 1:::N t )
appels d -simplex (qui sont des triangles pour d D 2 et des ttradres pour d D 3) tels que
i
j
lintersection (de ladhrence) de deux lments K et K soit soit nulles (lments parfaitement
spars), soit un point, une arte ou une face (i.e. un p-simplex avec p 6 d ) commun aux deux
lments.
On notera T0;h lensemble des sommets de Td;h , T1;h lensemble de ses artes et Td 1;h
lensemble de ses faces. Le bord @Td;h est lensemble des faces nappartenant qu un seul d simplex de Td;h
III
LMENTS FINIS
14.1 Maillage de Delaunay
198
Thorme 51 Pour tout ouvert polygonal h de R2 , il existe un maillage de cet ouvert sans
sommet interne (voir figure 14.2).

Les sommets de ce maillage sont les points anguleux du bord @h .
Malheureusement ce thorme nest plus vrai en dimension plus grande que 2, car il existe des
configurations douvert polydrique non-convexe quil est impossible de mailler sans point interne.
F IGURE 14.2: a) Points et artes et b) maillage de Delaunay sans point interne
14.1.2
Maillage de Delaunay-Vorono
Dans le cas gnral, la construction dun maillage ncessite de connatre :

un ensemble de points S ;
un ensemble dartes A dfinissant le maillage de la frontire des sous-domaines.
un ensemble, qui peut tre vide, de sous-domaines D mailler.
Bien que les diagrammes de Vorono existent en dimension quelconque, nous ne les prsentons
quen dimension 2. Aussi, les lments prcdents deviennent-ils, en dimension 2 :
n
o
S D x i 2 R2 ; i D 1; :::; Np
(14.1)
n
o
(14.2)
A D .s1i ; s2i / 2 f1:::Np g2 ; i D 1; :::; Na
n
o
D D .ai ; se ns i / 2 f1:::Na g f 1; 1g; i D 1; :::; Nd
(14.3)
i.e. une arte ai est dfinie par ses deux sommets .s1i ; s2i / qui sont des points de S, et un sousdomaine est dfini par une arte frontire ai et un sens de parcourt (positif ou ngatif).
Dfinition 65 Les diagrammes de Vorono sont les polygones convexes Vi , i D 1; :::; Np forms
par lensemble des points de R2 plus proches de x i que des autres points x j , soit :
n
o
Vi D x 2 R2 =kx x i k 6 kx x j k; 8j 2 f1; :::; Np g
(14.4)
Chaque point x i (point gnrateur) tant considr comme une le do partent des bateaux, la
rgion de Vorono du point x i est la rgion o un bateau issu de lle x i arrive avant tout bateau issu
dune autre le. Notons quil est possible de jouer avec la mtrique pour dfinir des diagrammes
de Vorono sur dautres gomtries que la gomtrie euclidienne, et quil est possible galement
dtendre la dfinition au cas o les bateaux ne vont pas tous la mme vitesse . Dans ce dernier
cas, on parle de diagramme de Vorono pondr, que nous nutiliserons pas dans ce document.
199
14. Le maillage
LMENTS FINIS
III
Histoire
Lusage informel des diagrammes de Vorono remonte Descartes en 1644. Dirichlet a utilis des
diagrammes de Vorono en dimension 2 ou 3 dans son tude des formes quadratiques en 1850. Le
mdecin britannique John Snow a utilis un diagramme de Vorono en 1854 pour montrer que la
majorit des personnes mortes dans lpidmie de cholra de Soho ( Londres) vivait plus prs de la
pompe infecte de Broad Street que de nimporte quelle autre pompe.
Les diagrammes de Vorono portent le nom du mathmaticien russe Georgy Fedoseevich Vorono qui a dfini
et tudi le cas gnral en dimension n en 1908. Les diagrammes de Vorono qui sont utiliss en gophysique et en
mtorologie pour analyser des donnes de distributions
spatiales (comme les mesures de chutes de pluie) sont appels polygones de Thiessen du nom du mtorologiste
Descartes
Snow
Vorono
amricain Alfred H. Thiessen. Ils sont galement trs utiles
en gomtrie algorithmique, en particulier pour des problmes de reprsentation ou de quantification,
et sont utiliss dans le champ de la robotique pour crer un protocole pour viter les obstacles
dtects. Pour la modlisation de phnomnes naturels, ils servent pour les tudes de la comptition
vgtale (cologie et sylviculture), pour les territoires danimaux (zoologie) et des clans et tribus
nolithiques (anthropologie et archologie), ainsi que pour les modles de zones urbaines (gographie). Il expliquent aussi la rpartition (et la forme) des tches du pelage des girafes et des cailles
de tortues.
La triangulation de Delaunay a t invente par le mathmaticien russe Boris
Delaunay en 1934. Daprs la dfinition de Delaunay, le cercle circonscrit dun triangle
constitu de trois points de lensemble de dpart est vide sil ne contient pas dautres
sommets que les siens. Ainsi, les autres points sont autoriss sur le primtre en
lui-mme mais pas lintrieur strict du cercle circonscrit. La condition de Delaunay
affirme quun rseau de triangles est une triangulation de Delaunay si tous les cercles
circonscrits des triangles du rseau sont vides. Ceci constitue la dfinition originale
Delaunay
en deux dimensions. En remplaant les cercles par des sphres circonscrites, il est
possible dtendre la dfinition la dimension trois... mais en fait, on peut ltendre en dimension
quelconque. Les triangulations de Delaunay maximisent le plus petit angle de lensemble des angles
des triangles, vitant ainsi les triangles allongs.
On parle souvent de la triangulation de Delaunay comme du dual du diagramme de Vorono qui
lui est associ. En fait les deux sont lis de la faons suivante :
Les sommets du diagramme de Vorono sont les centres des cercles circonscrits des triangles
de la triangulation de Delaunay. Les artes du diagramme de Vorono sont sur les mdiatrices
des artes de la triangulation de Delaunay ;
Chaque germe (ou point gnrateur) du diagramme de Vorono constitue un sommet dans la
triangulation de Delaunay. Ces sommets sont relis entre eux par une arte si et seulement si
les cellules sont adjacentes.
Les diagrammes de Vorono sont des polygones obtenus comme intersections finies de demiespaces et sont donc convexes. De plus, les sommets v k de ces polygones sont gale distance
k
des points fx ij ; j D 1; :::; nk g de S, o le nombre nk est gnralement gal ou suprieur 3.
chacun de ces sommets v k , nous pouvons associer le polygone convexe construit avec les
k
points fx ij ; j D 1; :::; nk g en tournant dans le sens trigonomtrique. Ce maillage est gnralement
form de triangles, sauf si il y a des points cocycliques.
Dfinition 66 Maillage de Delaunay. On appelle maillage de Delaunay strict, le maillage
dual des diagrammes de Vorono, construit en reliant deux points x i et x j , si les diagrammes Vi
et Vj ont un segment en commun.
Pour rendre le maillage triangulaire, il suffit de dcouper les polygones qui ne sont pas des
triangles en triangles. Nous appelons ces maillages des maillages de Delaunay de lensemble S.
Le domaine dun maillage de Delaunay dun ensemble de points S est lintrieur du convexifi C.S/ de lensemble de points S.
III
LMENTS FINIS
14.1 Maillage de Delaunay
200
F IGURE 14.3: a) points, b) ajout du diagramme de Vorono, c) ajout de la triangulation de Delaunay

et d) maillage seul
Il existe une proprit qui permet de savoir si un maillage est un maillage de Delaunay. Cest la
proprit de la boule ouverte.
Thorme 52 Proprit de la boule ouverte. Un maillage Td;h est un maillage de Delaunay
sil est tel que pour tout triangle T du maillage, le disque ouvert D.T/ correspondant au cercle
circonscrit T ne contient aucun sommet :
D.T/ \ T0;h D ;
(14.5)
Rciproquement, si le maillage Td;h dun domaine convexe vrifie la proprit de la boule

ouverte, alors il est de Delaunay.
F IGURE 14.4: a) Triangulation de Delaunay et b) cercles circonscrits : proprit de la boule ouverte

La proprit de la boule ouverte peut tre applique galement au cas dun quadrilatre convexe,
puisque celui-ci peut tre dcoup en deux triangles adjacents. Il suffit alors de vrifier la proprit
pour toutes les paires de triangles adjacents formant un quadrilatre convexe.
Si le critre de la boule ouverte nest pas vrifi pour un quadrilatre convexe, alors on fera un
change de diagonal pour rsoudre le problme.
14.1.3
Remarques
ce niveau, nous sommes en mesure de gnrer un maillage... toutefois, celui-ci nest pas forcment
exempt de problmes :
si les seuls points disponibles sont sur la frontire, il va falloir gnrer des points internes au
maillage. En effet, le maillage gnr existe, mais peut prsenter des distorsions inadmissibles
en termes de calcul. Le critre le plus naturel pour distribuer les points internes est dimposer
en tout point x de R2 , le pas de maillage h.x/. En pratique, on ne dispose pas toujours de
cette information et il faut la construire partir des points disponibles, i.e. des points de la
frontire. Dautre part, dans de nombreuses applications, on prfre donner le nombre de
201
14. Le maillage
LMENTS FINIS
III
subdivisions souhaites entre deux sommets : un peu de gomtrie diffrentielle (longueurs

darcs) permet de se ramener donner une valeur h.x/ ;
il existe des cas o le maillage gnr peut ne pas respecter la frontire (par exemple pour
un domaine en forme de U avec peu de points. Il existe une solution de forage de la
frontire par permutation dun certain nombre de diagonales. Voir figure 14.5 ;
il faut traiter le cas des trous... mais ce nest pas rellement difficile.
Comme il ne sagit pas ici de donner un cours sur les algorithmes de maillage, nous en resterons l.
Les maillages triangulaires sont plutt bien matriss. Il y a de nombreux cas traiter pour couvrir
toutes les configurations existantes, mais les bases thoriques et les ralisation pratiques existent
dans tous les cas.
F IGURE 14.5: a) Points et artes, b) maillage de Delaunay ne respectant pas la frontire, c) maillage
respectant la frontire obtenu en changeant des diagonales
14.2
Maillage par avancement de fronts
Le front initial est constitu de la frontire (ou des frontires, sil y a des trous), i.e. des nuds
et des artes. Lalgorithme est trs simple : pour chaque arte reprsente par le segment x i ; x j ,
on cre un nouveau points x Np C1 tel que le triangle form des trois points x i , x j et x Np C1 soit
quilatral.
videmment il faut quelques rgles supplmentaires pour que cela fonctionne bien :
on met jour en permanence le front ds quun point est cr, et on ne sarrte que lorsque
toutes les artes du front ont t balayes ;
en cours de calcul, de nouveaux fronts peuvent apparatre (cela correspond plusieurs
domaines non encore maills lintrieur du maillage en cours) ;
on vrifie si des nuds du front courant ne seraient pas candidats pour tre le nouveau
point x Np C1 du triangle : par exemple, en sassurant quun nud existant nappartient pas
au cercle de centre le point x Np C1 thorique (triangle quilatral) et de rayon un certain
paramtre fix ;
lorsque plusieurs nuds existants sont candidats, on slectionne celui qui fournit le triangle
le plus quilatral possible ;
on supprime toutes les possibilits qui intersectent un front existant (pas de recouvrement
dlments) ;
on rejette les triangles inverss.
14.3
Maillage par transformation
Le principe est on ne peut plus simple. Il sagit de mettre en bijection deux domaines : dune part le
domaine mailler compliqu h , et dautre part un domaine de rfrence plus simple : rectangle,
sphre...
Pour faire simple, on peut imaginer mailler une ellipse partir du maillage dun disque, un
rectangle partir du maillage dun carr... on peut dire que lon fait du morphing sur un maillage.
Dans la pratique, on part de la surface dun domaine tridimensionnel complexe. On transforme
III
LMENTS FINIS
14.2 Maillage par avancement de fronts
202
cette surface en une surface plane par une certaine transformation. On maille cette nouvelle surface
dans le plan. Puis on effectue la transformation inverse afin de disposer dun maillage de la surface
dans R3 .
Considrons que nous souhaitions mailler notre domaine h qui est une surface dans R2 ou R3 . On ap
pelle transformation ', un homomorphisme transfori
mant h en un autre domaine (plus simple par exemple,
j
ou au moins plan si la surface de h est dans R3 )
not . Comme nous utilisons des homomorphismes,
j
i
les transformations inverses existent et sont continues.
Nous sommes donc en mesure de repasser de h .
Dans le cas gnral, illustr la figure 14.6, ce do
maine h peut lui-mme tre dj dcompos en un
certain nombre de sous-domaines ih avec recouvrement
partiel des sous-domaines (les ih sont des ouverts de la

j
varit h ). On appelle transformations ' i , les homoij

morphismes transformant ih en les sous-domaines i
(avec recouvrements partiels) constituant . On appelle
F IGURE 14.6: Domaines et transforma- fonctions de transition ' ij les transformations permettant de passer du sous-domaine ij de i correspondant
tions
la zone de recouvrement dans i avec j au sousdomaine j i de j correspondant la zone de recouvrement dans j avec i . Cela permet de sassurer de la bonne transition entre les cartes locales i
(les i forment un atlas de cartes).
La transformation considre peut conserver une ou plusieurs des proprits suivantes :
les angles : transformation conforme ;
les aires : transformation authalique ;
les longueurs : transformation isomtrique.
Un cas simple est celui o h est une surface de genre zro sans bord (une telle surface
correspond la surface dun volume sans trou, cest donc quelque chose de trs gnral). Une
surface de genre zro sans bord est homomorphe la sphre unit S2 et lon peut donc trouver
un homomorphisme ', qui peut tre compliqu, entre h et la sphre, i.e. on est dans la cas
prcdent o lon passe directement de h S2 par un unique homomorphisme '. Il ne reste plus
ensuite qu mailler la sphre, puis envoyer tous les sommets du maillage sur h par ' 1 , tout en
conservant la mme connectivit. Il faut toutefois veiller mailler S2 assez finement pour sassurer
que le maillage de h ne sauto-intersecte pas. Ainsi, la densit locale des sommets du maillage
de S2 doit dpendre de h , et donc de '.
Le maillage de la sphre nest pas si simple quon le pense. On peut l encore appliquer la mme
technique : dfinir un homomorphisme entre la demi-sphre et le disque, mailler le disque. Le
maillage de la sphre, obtenu par symtrie de la demi-sphre doit alors se recoller , du moment
que le maillage du bord du cercle est conforme et laiss conforme par lhomomorphisme. Si lon
procde au maillage du cercle par la mthode de Delaunay telle que dcrite en partant du contour
du cercle, on est alors assur que le maillage du contour sera conforme.
Dans les deux cas, passage du cercle la demi-sphre et passage de la sphre h , on pourra
remarquer que la densit du maillage nest gnralement pas la mme. Il sagit du phnomne
dtirement. Si lon souhaite que la surface finale h ait une densit de maillage fixe, il faut savoir
comment ' 1 modifie cette densit pour pouvoir mailler S2 en consquence... idem pour le cercle.
Cela nest pas simple, surtout si h est compliqu.
203
14. Le maillage
LMENTS FINIS
III
14.4
Remarques sur le maillage quadrangulaire et hexadrique
Mme en 2D, il est plus difficile de gnrer un maillage quadrangulaire que triangulaire. Une raison fondamentale est que tout
polygone ne peut tre dcompos en un ensemble de quadrangles :
il peut tre ncessaire dajouter des sommets sur le bord. Et en pratique, il est ncessaire et suffisant davoir un nombre pair dartes
sur le bord gomtrique.
En 3D, on ne peut pas mailler tout volume dont le bord est
maill par une surface quadrangulaire. Disposer dun nombre pair
de quadrangles sur le bord nest quune condition ncessaire. Une
condition suffisante est davoir un nombre pair de quadrangles
maillant une surface topologiquement quivalente une sphre.
Dans ce cas, le volume dlimit par la surface en question admet
un maillage hexadrique.
Le maillage dune sphre en quadrangles de mme aire est un F IGURE 14.7: Maillage en
problme difficile qui ressort du problme de Tammes, ou problme quadrangles daires gales
des dictateurs. Une solution a t donne par Lemaire et Weill en
2000 [48]. Un maillage obtenu est donn la figure 14.7. Un tel maillage comporte 24n2 lments
par construction : la sphre est dcoupe par son cube inscrit et chacun des six morceaux obtenus
est divis en quatre par symtrie. Toutefois, il faut noter que les quadrangles considrs ne sont
pas plans, ce sont des morceaux de sphres. Pour linstant il ny a pas de solution parfaitement
satisfaisante avec des quadrangles plans, dans un sens qui reste dfinir... puisque linvariant
dEuler-Poincar implique par exemple quil ny a pas de polygonalisation de la sphre (qui
est de caractristique dEuler-Poincar de 2) avec uniquement des rectangles (ou des hexagones
dailleurs). Au passage, rappelons que les triangles permettent eux une polygonalisation dune
surface, quelque soit sa caractristique, do leur succs... mais attention raliser une maillage
pas trop trivial afin dviter le cas de triangles trop distordus venant se connecter sur un mme
sommet et conduisant des singularits en terme de calcul numrique (et pour cela, utilisons donc
la triangulation de Delaunay-Vorono).
Aucune mthode nest apte traiter tous les cas possibles concernant le maillage avec des
quadrangles ou des hexadres. Nanmoins de nombreux algorithmes sont disponibles :
Les maillages structurs (obtention de la rptition rgulire de motifs identiques) fonctionnent bien mais ne sont pas adapts toutes les gomtries.
On peut subdiviser le domaine en plusieurs parties pour appliquer sur chacune delles un
maillage structur ou un maillage obtenu par dformation dun maillage structur.
On peut dfinir deux faces topologiquement quivalentes du modles comme les surfaces
source et cible et dcouper les surfaces de liaisons entre la source et la cible pour crer un
maillage structur dans une direction.
On peut raisonner comme en CAO en gnrant des maillages par extrusion ou par rvolution.
Le paving est une variante de lavance de front. On essaye de faire un maillage de type
structur en reportant un front parallle au front existant, avec le mme nombre de nuds.
Il sera ncessaire davoir des distorsions certains endroits et autour des trous, il faudra faire
des coutures.
Le Q-morph se propose de de transformer un maillage triangulaire en maillage quadrangulaire
par avance de front. Cela ne fonctionne pas en 3D.
Les mthodes bases sur une grille considrent la surface ou le volume dcoup(e) en carrs
ou cubes selon une grille prdfinie. Il suffit alors dadapter les lments situs au bord du
domaine : ceux-ci seront de moins bonne qualit et parfois mme pas totalement conformes
au bord thorique.
Le maillage quadrangulaire et surtout hexadrique reste un domaine de recherche actif.
III
LMENTS FINIS
14.4 Remarques sur le maillage quadrangulaire et hexadrique
204
Chapitre 15
Homognisation
Histoire
Rsum Lide bien connue de lhomognisation est de remplacer un milieu compliqu par un milieu quivalent simple afin de simplifier le modle numrique rsoudre.
Lintrt de ces techniques est donc vident.
Par exemple, un matriau composite compos de plusieurs plis (couches) constitues
chacune de fibres noyes dans une matrice et dont lorientation diffre dune couche
lautre peut tre reprsent avantageusement par un matriau homognis ou
quivalent .
Nous allons prsenter les mthodes dhomognisation ainsi que leurs applications
en mcanique et acoustique, mais galement en modlisation.
Les thories des milieux effectifs visent estimer les proprits effectives (i.e. macroscopiques) dun
milieu en fonction des proprits locales de chacun des constituants ainsi que dun certain nombre
dinformations sur la microstructure.
Les premires thories remontent au XIXe
sicle et sont dues Mossotti, Maxwell, Poisson ou encore Lorentz. Le but de ces modles
est de fournir soit des bornes pour le comportement effectif, soit des approximations
du comportement effectif. Les bornes sont
optimales lorsquil existe une microstructure
Mossotti
Maxwell
Poisson
Lorentz
particulire qui ralise exactement le modle
physique. On value les bonnes proprits de ces thories en les confrontant dautres rsultats
thoriques, calculs analytiques et numriques...
Ces thories sont utilises pour les problmes de conductivit (milieux dilectriques), en mcanique, magntique, thermique... lorsque lon a des phases de conductivit, dlasticit, des coefficients thermiques... variables. Ces problmes sont en gnral trs difficiles rsoudre (non-linaires
et anisotropes) alors quen mme temps, du point de vue des applications pratiques, il nest pas
forcment ncessaire de tenir compte de lensemble des degrs de libert de ces systmes.
Lexistence dun comportement effectif nest nullement assure. On montre que, sous certaines
hypothses (en particulier lexistence dun volume lmentaire reprsentatif ), on peut effectivement
remplacer un matriau htrogne par un milieu homogne quivalent.
Enfin, dun point de vue purement numrique, ces mthodes peuvent tre utilises pour simplifier un systme rsoudre, que cela ait un sens physique ou non.
Notons que les techniques dhomognisation ne sont pas que des artefacts, des trucs et astuces.
Certaines des grandeurs physiques que nous utilisons tous les jours ne sont que des moyennes.
Le meilleur exemple en est la pression. Bien quen un point donn dun gaz on voit passer des
particules allant en tous sens, on constate galement, une chelle plus macroscopique, un schma
densemble qui permet de dfinir par exemple la pression quexerce ledit gaz sur une paroi...
pourtant rien de cohrent ne se dgage lchelle microscopique.
205
15. Homognisation
LMENTS FINIS
III
Le but de ce chapitre est donc deffectuer le passage du niveau microscopique au niveau

macroscopique (historiquement les premires homognisations, appeles alors moyennisations,
utilisaient les moyennes arithmtique et harmonique) en fournissant la justification de ce passage
(existence et unicit) ainsi que la formule (lalgorithme) de calcul des coefficients efficaces.
Les mthodes que nous prsenterons seront les mthodes de dveloppement rgulier, de la
couche limite, et de dveloppement asymptotique. Le cas des milieux poreux sera ensuite considr.
Enfin, nous mentionnerons une application de ces mthodes pour rduire la dimension de certains
problmes.
15.1
Mthodes dhomognisation
Nous allons considrer le problme de conductivit linaire donn par lquation de Poisson avec
condition de Dirichlet. Nous rappelons quil sagit du problme :
(
div.A.x/ru/ D f .x/ pour x 2
(15.1)
uD0
sur D @
On rappelle galement que si est un ouvert connexe born de Rn , et H10 ./ lespace de Sobolev
des fonctions qui sannulent sur , alors la solution u 2 H10 ./ du problme prcdent est
galement la solution du problme faible :
Z
Z
1
8v 2 H0 ./;
A.x/ru rv D
f .x/v
(15.2)

o f 2 L2 ./. Pour que ces deux formulation soient quivalentes, on a suppos que A.x/ est
rgulire : i.e. que pour chaque x de , A.x/ est une matrice n n, dont les lments sont
mesurables et qui est symtrique, dfinie-positive, borne, i.e. quil existe deux constantes K1
et K2 > 0 telles que :
8v 2 Rn ;
K1 v v 6 A.x/v v 6 K2 v v
(15.3)
Mentionnons le cas particulier o A.x/ est rgulier dans mais pas sur , alors on a deux
conditions dinterface :
u D 0
et
n A.x/ru D 0
(15.4)
Nous savons galement que la solution existe et est unique (daprs le thorme de Lax-Milgram,
i.e. daprs le thorme de Riesz-Frchet en remarquant le produit scalaire qui va bien...)
Intressons nous maintenant dun peu plus prs A.x/. Supposons que A.x/ possde une
certaine priodicit ", par exemple, que le matriau constituant le domaine soit constitu de couches
successives de deux matriaux diffrents, mais avec une priodicit, comme illustr sur la figure 15.1.
Dans un tel cas, nous dirons que les coefficients A dpendent de x=". Cette criture sous forme
2 3
F IGURE 15.1: Matriau priodique
III
LMENTS FINIS
15.1 Mthodes dhomognisation
206
normalise permet de dire que A est priodique de priode 1.

Dans le cas unidimensionnel, le problme devient :
8
du
< d A x
D f .x/ pour x 2 0; l
dx
"
dx
:
uD0
pour x D 0 et x D l
(15.5)
A est une fonction de R dans R de priode 1, et nous la supposerons rgulire par morceaux et telle
quil existe K1 et K2 > 0 telles que K1 6 A.v/ 6 K2 .
La solution du problme est alors :
Z y

Z x
1
u.x/ D
A .y="/
f .v/dv C c1 dy C c2
(15.6)
0
avec c2 D 0 et
Z l
A
c1 D
.y="/
f .v/dvdy
0
(15.7)
.y="/dy
Le nombre dintervalles pour le calcul approch de c1 est trs grand (i.e. trs suprieur l=").
Exprim autrement, ce rsultat devient : le coefficient homognis est 1=h A1 i et non pas hAi
(o hi dsigne la moyenne).
15.1.1
Mthode de dveloppement rgulier
Dans la mthode de dveloppement rgulier, on se propose de chercher la solution asymptotique u.1/ sous la forme :
u
.1/
1
X
"i ui .x/
(15.8)
i D0
o ui .x/ ne dpend pas de ".

La solution asymptotique u.1/ est bien de la forme prcdente si en injectant cette expression
dans celle du problme alors on obtient une petite erreur au second membre.
Pour le calcul on procde donc comme suit :
on injecte la forme souhaite (cette forme sappelle lansatz) ;
pour avoir un second membre avec un terme derreur petit, on obtient la forme des ui .x/ ;
on vrifie que les ui .x/ trouvs conviennent bien.
15.1.2
Mthode de la couche limite
Considrons le problme unidimensionnel :

(
"2 u00 p.x/u D f .x/ pour x 2 0 I 1
u.0/ D A et u.1/ D B
(15.9)
o p 2 C.0 I 1/ ; p.x/ > 0; x 2 0 I 1 ; f 2 C.0 I 1/ ; A 2 R, B 2 R et " > 0 le petit paramtre.

En ngligeant le terme "2 u00 , nous arrivons lquation p.x/ur D f .x/. En dautres termes,
et comme montr sur la figure 15.2, nous disposons de la courbe correspondant y D ur D
f .x/=p.x/ (en noir) qui approche la solution du problme donne par la courbe rouge.
La solution exacte se confond avec ur sur la plus grande partie de lintervalle 0 I 1, mais u
et ur sont fortement diffrents dans un voisinage des extrmits.
207
15. Homognisation
LMENTS FINIS
III
B
0
A
1 x
F IGURE 15.2: Mthode de la couche limite

Cherchons une solution asymptotique sous la forme de lansatz :
u
.1/
1
X
"i uri .x/ C u0i .x="/ C u1i ..x
1/="/
(15.10)
i D0
o les uri .x/ sont les termes rguliers, et u0i .x="/ et u1i ..x 1/="/ les termes de couche limite
correspondant aux extrmits x D 0 et x D l.
Pour le calcul on procde donc comme suit :
on injecte les termes rguliers de lansatz dans la formulation du problme ;
on traite les extrmits pour vrifier les conditions aux limites, ce qui donne les termes de
couche limite ;
on vrifie que la solution trouvs conviennent bien (i.e. que lerreur commise est ngligeable).
15.1.3
Mthode de dveloppement asymptotique infini
ce niveau du texte, on a d sapercevoir que la dmarche tait la mme pour les deux mthodes
prcdentes, sauf videmment la forme de lansatz. Dans la mthode de dveloppement asymptotique infini, on va encore procder de la mme manire, mais on cherchera une solution sous la
forme dansatz :
1
X
u.1/
"i ui .x; x"/
(15.11)
i D0
.i /
o chaque ui .x; x="/ est de la forme ui .x; x="/ D Ni .x="/v" .x/; 8i > 0 et u0 .x; x="/ D v" .x/,
i.e. :
1
X
u.1/
"i Ni .x="/v".i / .x/
(15.12)
i D0
et o les Ni .x="/ sont 1-priodiques et N0 D 1.
15.1.4
Cas des coefficients discontinus
Il est possible dappliquer la mme approche que lorsque les coefficients sont continus avec quelques
modifications : il suffit dajouter les conditions dinterfaces prsentes en dbut de paragraphe
et rappeles ci-dessous :
u D 0
et
n A.x="/ru D 0
(15.13)
partout o cela est ncessaire.

On retrouve les mmes conditions dexistence de la solution que dans le cas continu et la
priodicit de la solution homognise reste inchange.
III
LMENTS FINIS
15.1 Mthodes dhomognisation
208
15.2
Homognisation simplifie pour les matriaux composites
Aprs ce petit tour mathmatique des mthodes dhomognisation, nous proposons un petit
complment trs mcanique, et trs pratique .
Pour information, la modlisation du muscle cardiaque sinspire des techniques dhomognisation des matriaux composites.
15.2.1
Introduction
Dune manire gnrale, tous les matriaux, mmes isotropes, sont htrognes en dessous dune
certaine chelle. Il peut sembler naturel dutiliser des proprits homognes quivalentes correspondant des proprits mcaniques effectives. Toutefois, comme nous lavons dj vu, ces proprits
effectives ne sobtiennent pas par une simple moyenne des proprits des constituants, mmes
pondres par les fractions volumiques.
Les proprits effectives du milieu homogne quivalent cherch peuvent tre obtenues en
rsolvant un problme aux limites sur un volume lmentaire d V, condition que celui-ci soit
suffisamment grand pour tre reprsentatif de la microstructure du matriau htrogne. Dans le cas
o les constituants prsentent une structure priodique, le volume d V peut se rduire un volume
lmentaire.
Une fois le volume lmentaire dtermin, on le soumet des sollicitations lmentaires pour
dterminer la rponse rsultante. La difficult rside en fait dans le choix des conditions aux limites
appliquer au volume lmentaire considr pour imposer une dformation ou contrainte globale
moyenne donne. Dans le cas linaire, on peut prouver lexistence et lunicit pour les diffrents
cas de conditions aux limites existants.
Principalement pour les composites stratifis ou sandwichs, il y a deux niveaux dhomognisation :
du niveau micromcanique au niveau msoscopique : Les htrognits de base sont les
fibres et la matrice. On effectue ici une tape dhomognisation locale.
du niveau msoscopique au niveau macroscopique : Les htrognits de base sont les
diffrentes couches du stratifi. Ces couches sont considres comme homognes (tape
prcdente). Cette fois, il sagit dune homognisation dans lpaisseur du stratifi.
15.2.2
Loi des mlanges, bornes de Voigt et de Reuss
On considre un composite UD (unidirectionnel) de repre dorthotropie .l; t /, constitu de fibres

noyes dans une matrice polymre. Soit une cellule lmentaire de fraction volumique V D 1
constitue de fibres et de matrice. On note Vm la fraction volumique de matrice, Vf la fraction
volumique de fibre, et on a :
V D Vm C Vf D 1
(15.14)
lchelle locale, on fait les hypothses suivantes :

Fibres : comportement lastique linaire fragile isotrope de coefficients Ef et f ;
Matrice : comportement lastique non-linaire, isotrope de coefficients Em et m .
On souhaite dterminer les relations existant entre El , E t , Ef , Em , Vm et Vf . Pour cela, on fait
galement les hypothses suivantes :
On travaille en lasticit linaire.
La liaison fibres/matrice est parfaite.
Localement, on a : f D Ef "f et m D Em "m .
Loi des mlanges (ou modles bornes ou de Reuss et de Voigt) :
209
15. Homognisation
LMENTS FINIS
III
premier essai Il seffectue dans la direction parallle aux fibres (compression longitudinale)
Elongitudinal D El D Ef Vf C Em Vm
(15.15)
Cest la loi des mlanges, qui est bien vrifie dans la direction des fibres. Il sagit de la
borne suprieure de Voigt (1887).
deuxime essai Il seffectue dans la direction perpendiculaire aux fibres (compression
transversale)
Vf
1
1
Vm
D
D
C
Etransverse
Et
Ef
Em
(15.16)
Cest la loi des mlanges en souplesse. Cette relation nest pas trs bien vrifie transversalement mais donne une indication sur la borne infrieure, dite de Reuss (1929).
Module de cisaillement et coefficient de Poisson dun UD par la loi des mlanges :
lt D f Vf C m Vm
et
Vf
1
Vm
D
C
Glt
Gf
Gm
(15.17)
Les modles bornes fournissent un encadrement du comportement mcanique du matriau

composite par des comportements mcaniques limites (bornes). Ils sont obtenus par la rsolution
du problme de llasticit linaire sous forme faible. La minimisation de lnergie potentielle
conduit la borne suprieure de Voigt. la rsolution en contrainte conduit la borne infrieure de
Reuss. Pour gagner un peu en gnralit, on peut remplacer les termes fibres et matrice par des
phases, car ces modles sont applicables des mlanges de polymres (matriaux composs) et
des composites chargs par des particules diverses.
Les bornes correspondent aux associations srie des deux phases (borne infrieure de Reuss,
quivalent au modle du module transverse quivalent de la loi des mlanges) et parallle (borne
suprieure de Voigt, quivalent au modle du module longitudinal quivalent de la loi des mlanges).
Aucune hypothse nest faite sur la morphologie du matriau. Il est simplement admis que pour
le modle de Reuss, la contrainte est homogne dans les deux phases (continuit de la contrainte)
et, pour le modle de Voigt, la dformation est constante (continuit de la dformation) dans tout le
composite. Lintrt est limit ds que lcart des caractristiques des deux phases est important.
videmment, dautres modles existent :
Hashin et Shtrikman (1963) : resserre les bornes de Reuss et Voigt
Takayanagi (combinaison de Reuss et Voigt)
Halpin - Tsa : pour le renforcement par des fibres courtes alignes
Tsa - Pagano : fibres courtes
Halpin - Kardos : extension de la prcdente
15.3
Homognisation des matriaux poreux
Considrons nouveau notre problme de Poisson avec conditions de Dirichlet pour un milieu
poreux. est le domaine (born) de Rn qui contient " lensemble des trous priodiques. Nous
avons donc :
(
div.A.x/ru/ D f .x/ pour x 2 n"
(15.18)
uD0
sur le contour extrieur D @
Sur le bord des trous, on peut imposer, soit des conditions de Dirichlet :
uD0
III
LMENTS FINIS
(15.19)
15.3 Homognisation des matriaux poreux
210
soit des conditions de Neumann :

n A.x="/ru D 0
(15.20)
On supposera encore que les coefficient sont 1-priodiques.

Cherchons des solutions dans le cas o lon a des conditions de Neumann sur le bords des trous.
La forme choisie pour lansatz est le dveloppement au second ordre suivant :
u.2/ D u0 .x; x="/ C "u1 .x; x="/ C "2 u2 .x; x="/
(15.21)
o les ui .x; x="/ sont 1-priodiques en x=" qui sera not .

On obtient un systme du type :
8
< L u0
L u1 C Lx u0 C Lx u0
:
L u2 C Lx u1 C Lx u1 C Lxx u0
D0
D0
(15.22)
D f .x/
et les conditions de Neumann :

n A./ "

r u0 C "0 .r u1 C rx u0 / C ".r u2 C rx u1 / C "2 rx u2 D 0
(15.23)
do :
8
< n A./r u0
n A./.r u1 C rx u0 /
:
n A./.r u2 C rx u1 /
D0
D0
(15.24)
D0
On peut prouver que si v0 est solution du problme, alors v0 C cte aussi. Des conditions dexistence
O :
de la solution il vient, tous calculs faits, la matrice des coefficients homogniss A
O D aO i;j
A
Z
avec
aO i;j D
QnG0
n
X
kD1
ai k

@Nj
C aij d
@k
(15.25)
o G0 est un trou de la cellule lmentaire Q. Le mme type de calcul pourrait tre men avec les
conditions de Dirichlet sur le bord des trous. Cette homognisation des milieux poreux est valable
pour lacoustique comme pour la mcanique.
15.4
Homognisation des problmes non stationnaires
Nous navons pas encore abord de manire pratique les problmes non stationnaires dans ce
document, puisquils se trouvent au chapitre 16.
Il est tout fait possible dutiliser les mthodes prsentes dans ce chapitre aux problmes
dpendant du temps. Il ny a pas vraiment de prcautions supplmentaires prendre, mais il faut
adapter la forme de lansatz. Par exemple, lansatz du paragraphe prcdent, pour le mme type de
problme non stationnaire serait :
u.2/ D u0 .x; ; t / C "u1 .x; ; t / C "2 u2 .x; ; t /
(15.26)
avec ui .x; ; t / 1-priodique en .
211
15. Homognisation
LMENTS FINIS
III
15.5
Changement de dimension et raccord de maillage
Les mthodes dhomognisation peuvent galement tre utilises pour changer (rduire) la
dimension dun problme.
Considrons un problme qui se pose dans un domaine plan de longueur 1 et de largeur "=2.
Alors, on peut considrer le comportement asymptotique de la solution lorsque " ! 0. Une fois
cette solution asymptotique trouve, le problme initial pos sur le pav 0 I 1 "=2; C"=2
est remplac par le problme homognis pos sur le segment 0 I 1. On a donc bien rduit la
dimension du problme.
Ce genre de chose correspond typiquement un modle plaque ou coque (2D) utilis la place
dun modle tridimensionnel (3D), ou encore mieux un modle barre ou poutre (1D).
Cela permet galement de dvelopper des lments finis permettant de raccorder des maillages
3D des maillages 2D ou des maillages 1D, afin dallger les modles numriques l o ils
peuvent ltre.
En mcanique, de nombreuses thories de plaques ou poutres existent (voir la paragraphe 11.2).
Elles sont gnralement prsentes de manires physique , mais ne sont rien dautre que des
mthodes dhomognisation.
Libre chacun de prfrer une prsentation plutt mcanicienne ou plutt mathmaticienne,
le rsultat est finalement le mme. Mais il nous semble, et cest la motivation mme lorigine
de ce document, que le fait de connatre les deux aide mieux cerner la fois les hypothses sur
lesquelles ces dveloppements sont faits (et que lon oublie parfois, ayant pour consquence des
rsultats que lon peut qualifier de surprenants) ainsi que les potentialits qui soffrent nous.
III
LMENTS FINIS
15.5 Changement de dimension et raccord de maillage
212
Chapitre 16
Problmes non stationnaires

Rsum Dans ce chapitre, nous nous intresserons au cas non stationnaire. Toutefois,
nous naborderons pas les lments finis espace-temps, car il sagit dune formulation
gourmande en ressources, do sa trs faible utilisation (bien que la mthode soit en
elle-mme intressante).
Dans ce chapitre, nous aurons besoin de driver numriquement , i.e. de construire
des schmas numriques approchant des drives. Le chapitre C en annexe permettra
certains de se rafrachir la mmoire en regardant comment on rsout les quations
diffrentielles et aux drives partielles... puis numriquement. Nous utiliserons en effet
la mthode de Newmark dcrite au paragraphe C.2.5.
16.1
quation non stationnaire de la dynamique
Considrons lquation de la dynamique, sous forme non stationnaire (i.e. dpendant du temps) :
Mu.t
R / C Cu.t
P / C Ku.t / D F.t /
(16.1)
qui sous forme discrtise par lments finis sera rcrite :

R / C Cq.t
P / C Kq.t / D F.t /
Mq.t
(16.2)
P D 0/ D qP 0 .
avec les conditions initiales q.t D 0/ D q0 et q.t
On cherche obtenir la discrtisation q du champ u et ses drives temporelles qP et qR
diffrents instants t et vrifiant lquation de la dynamique.
Pour rsoudre un tel problme, on se propose de raliser une discrtisation temporelle qui
pourra tre explicite ou implicite.
Le schma gnralement utilis pour la discrtisation temporelle est celui de Newmark, qui est
prsent dans le cas de la rsolution des quations diffrentielles au paragraphe C.2.5. Le schma
le plus gnral est, t reprsentant le pas de temps :

2t
.1 2/qR t C 2 qR t C t
2

P
D q t C t .1 /qR t C qR tC t
q t C t D q t C t qP t C
qP tC t
(16.3)
que nous avons crit sous la forme discrtise, mais qui serait valable pour lapproximation continue
(comme prsent au chapitre au paragraphe C.2.5).
Les diffrents schmas de Newmark correspondent des valeurs particulires de et .
213
16. Problmes non stationnaires
LMENTS FINIS
III
16.2
Schma explicite : diffrences finies centres
Dans le cas o D 0 et D 1=2, on retombe sur le schma des diffrences finies centres.
On obtient :

1
qR t D 2 q t C t 2q t C q t t
t
(16.4)

1
qP t D
q t C t q t t
2 t
et lquation de la dynamique discrtise scrit sous la forme dune quation modifie :
Kq t C t D R
(16.5)
avec :
KD
1
1
MC
C
2
2 t
t
(16.6)
et :
R D Ft
Kq t C
1
M 2q t
2t
qt
1
Cq t
2 t
(16.7)
qui ne dpendent bien que de donnes disponibles. Le calcul se droule donc comme suit :
Solution initiale t D 0 :
connaissant q0 et qP 0 , on calcule qR 0 en rsolvant lquation classique de la dynamique ;
2
on calcule ensuite q t D q0 t qP 0 C 2t qR 0 .
On dispose alors de tous les lments pour, chaque pas de temps t C t :
rsoudre lquation modifie, qui nous fournit q t Ct ;
puis obtenir qP t et qR t par le schma de Newmark adopt, ici celui des diffrences finies
centres.
On peut faire les remarques suivantes sur ce type de calcul :
Pour un pas de temps donn, q t ne dpend que des donnes du temps pass, on a donc une
rsolution vectorielle rapide.
Si les matrices M et C sont diagonales, alors cette mthode est trs efficace mme pour les
problmes de grande taille.
Ce schma est inconditionnellement stable si t 6 Tmin =, avec Tmin la plus petite priode
du systme correspondant lquation de la dynamique (classique).
la prcision est de lordre de 2t .
Lamortissement numrique est nul.
Il est possible dintroduire un amortissement numrique pour contrler les hautes frquences.
Dans ce cas, il faut considrer le schma avec D 0 et > 1=2. Il ny a pas automatiquement
stabilit du schma, celle-ci est calculer pour chaque schma.
16.3
Schma implicite : schma de Newmark classique
Dans le cas o D 1=4 et D 1=2, on obtient le schma implicite de Newmark, qui est celui qui
est utilis gnralement pour lanalyse dynamique des structures.
Il vient alors :

4
4
.qP t qR t /
qR t C t D 2 q tC t q t
t
t
(16.8)

t
qP t C t D qP t C
qR t C t C qR t
2
III
LMENTS FINIS
16.2 Schma explicite : diffrences finies centres
214
et lquation de la dynamique discrtise scrit encore sous la forme dune quation modifie :
Kq t C t D R
(16.9)
mais cette fois avec :

KDKC
2
4
MC
C
2
t
t
(16.10)
et :

R D F t C t
4
4
q C
CM
qP t C qR t
2 t
t
t
2
CC
q t C qP t
t

(16.11)
qui dpendent galement des donnes au mme pas de temps. Le calcul se droule donc comme
suit :
Solution initiale t D 0 :
connaissant q0 et qP 0 , on calcule qR 0 en rsolvant lquation classique de la dynamique ;
on construit K et, si M, C, K et t sont constants (ce qui est gnralement le cas), la
triangulariser.
chaque pas de temps t C t :
calculer R (que lon appelle le rsidu, do le choix de la notation) ;
calculer K et triangulariser si ncessaire ;
rsoudre lquation modifie, qui nous fournit q t Ct ;
puis obtenir qP t et qR t par le schma de Newmark adopt, ici celui de Newmark implicite.
On peut faire les remarques suivantes sur ce type de calcul :
Pour un pas de temps donn, q t dpend galement des donnes du mme pas de temps, on a
donc une rsolution matricielle coteuse.
Ce schma est inconditionnellement stable, et donc comme on peut utiliser de plus grands
pas de temps, on rduit le cot mentionn la ligne prcdente.
la prcision est de lordre de 2t , et donc comme on ne peut pas utiliser de trop grands pas de
temps sans rduire la prcision...
Lamortissement numrique est nul.
Il est possible dintroduire un amortissement numrique pour contrler les hautes frquences.
Dans ce cas, il faut considrer le schma avec > 1=2 et D . C 12 /2 . On obtient encore
un schma stable.
16.4
Comparaison des mthodes explicite et implicite
Concernant la mthode implicite, on retiendra dabord que cette mthode ncessite moins de
mmoire, est donc plus rapide et mieux adapte aux problmes de grandes tailles. Comme cette
mthode ncessite moins de mmoire et des petits pas de temps (pour la stabilit), elle est bien
adapte au cas des chocs. Comme elle nest que conditionnellement stable, elle est plutt adapte
la rsolution lment par lment, donc au traitement local. Enfin, cette mthode est trs robuste
numriquement et permet de traiter le cas de non linarits couples.
Concernant la mthode implicite, on retiendra que puisque cette mthode est inconditionnellement stable, elle est bien adapte la rsolution de problmes globaux (qui ncessitent quil y
ait convergence). De plus, cette mthode est bien moins robuste numriquement que la prcdente
(pivots nuls, divergence)... Enfin et surtout, on se souviendra que cest une mthode coteuse en
mmoire et en temps...
La figure 16.1 donne, de manire image, les domaines dutilisation des mthodes implicite et
explicite.
215
LMENTS FINIS
III
NL
Rupture
Endommagement
Explicite
Flambement
Plasticit
Implicite
Elasticit
Statique
Vibrations
Propagation d'ondes
Supersonique
F IGURE 16.1: Domaines dutilisation des mthodes implicite et explicite
16.5
Exemple : un calcul de propagation avec F REE F EM ++
Quelque soit le logiciel utilis 1 , il y a toujours un grand nombre dexemples traits fournis avec,
sans compter le nombre douvrages disponibles.
Nous avons souhait nanmoins prsenter un listing (qui sera discut oralement) correspondant
un calcul ralis sous F REE F EM ++. Ce logiciel gratuit vous permettra de faire vos calculs par
lments finis... mais cest galement un outil pdagogique sans quivalent : sa manipulation se
fait en des termes proches de la formulation mathmatique, et en cela, il est une passerelle parfaite
entre la thorie et la pratique de codes plus industriels . Le fait de pouvoir discrtiser loisir une
formulation variationnelle que lon rentre soi-mme est galement un argument qui nous semble un
vrai plus, mme si cela commence exister dans des codes commerciaux (mais reste confidentiel). 2
Voici donc un petit listing sur lequel nous pourrons revenir de vive voix. Commenons donc,
comme il se doit, par dfinir la gomtrie du problme, paramtre par a et b, que nous maillons :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
real mu =1.;
real rog =0. , ro =1.;
/ / t a i l l e du m a i l l a g e
int ncuts = 20;
/ / c o n s t r u c t i o n du d o m a i n e
real a = pi *0.8 , b =1.2* pi ;
border
border
border
border
gam1 ( t =0. , a ) { x = t ; y =0; label =1;};

gam2 ( t =0. , b ) { x = a ; y = t ; label =2;};
gam3 ( t =a ,0.) { x = t ; y = b ; label =3;};
gam4 ( t =b ,0.) { x =0.; y = t ; label =4;};
/ / Maillage
mesh Th = buildmesh ( gam1 ( ncuts ) + gam2 ( ncuts ) + gam3 ( ncuts ) + gam4 ( ncuts ) ) ;
/ / p l o t ( Th , p s =" mesh . e p s " ) ;
1. Lorsque lon parle de codes lments finis, on cite les grands noms du domaine... et ils correspondent des codes
extraordinairement puissants, mais souvent chers.
Or un certain nombre de codes lments finis professionnels sont disponibles gratuitement (au tlchargement et
lutilisation). Les deux plus connus sont C AST 3M (anciennement castem) et C ODE A STER dvelopps et maintenus par
le CEA et par EDF respectivement.
2. Notons que pour ceux qui prfrent, il existe aussi R HEOLEF, un environnement C++ pour le calcul par lments
finis, qui reste proche, dans sa philosophie, de ce que propose F REE F EM ++. Nous ne le connaissons pas assez pour
fournir des exemples dans ce document.
III
LMENTS FINIS
16.5 Exemple : un calcul de propagation avec F REE F EM ++
216
17 / / p l o t ( Th , w a i t = 1 ) ;
Nous dfinissons quelques valeurs afin de pouvoir dfinir le chargement (le chargement dfini
par la fonction w1 ne sera pas utilise dans le calcul effectu). Notons comme il est ais de dfinir
des fonctions :
18
19
20
21
22
23
/ / c o n d i t i o n s aux l i m i t e s e s s e n t i e l l e s
real r0 = a /10. , r , xc = a /3. , yc =3.* b /4.;
/ / chargement i n i t i a l s i n u s o i d a l
func real pertb ( real r )
{ if (r < r0 ) { return (1.+ cos ( pi * r / r0 ) )
;}
24
else return 0.;}
25
26 / / f u n c r e a l w1 ( r e a l x , r e a l y )
27 func real w11 ( real x , real y )
28 {
29
return pertb ( sqrt (( x - xc ) ^2+( y - yc ) ^2)
);
30 }
31
32 / / c h a r g e m e n t c o n s t a n t s u r un c a r r e
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
/ / pas u t i l i s e sur c e t exemple

func real w1 ( real c , real d )
{
if (c >(0.8* xc ) )
{ if (c <(1.2* xc ) )
{ if (d >(0.8* yc ) )
{ if (d <(1.2* yc ) ) { return 0.8;}
else return 0.;}
else return 0.;}
else return 0.;}
else return 0.;
}
func real w0 ( real x , real y )
{
return 0.* sin ( x ) * sin ( y ) ;
}
Ensuite, nous dfinissons lespace des lments finis utiliss, et les variables appartenant ces
espaces. Lanalogie avec la formulation mathmatique saute au yeux... et cest pourquoi cet
outil nous semble particulirement intressant sur le plan pdagogique.
50
51
52
53
54
55
56
/ / Espaces elements f i n i s
fespace Vh ( Th , P2 ) ;
fespace Wh ( Th , P1dc ) ;
Vh w , wa , wd , wda , wdd , wdda , fi ;
Wh sxz , syz ;
\ end { Verbatim }
Il sagit dun exemple non stationnaire, nous allons donc faire une boucle sur le temps. Dans
F REE F EM ++, nous entrons directement la formulation variationnelle du problme sous forme
mathmatique ... le lien entre pratique des lments finis et thorie est beaucoup plus clair.
La boucle de temps est base sur un schma de Newmark implicite. Le temps courant est
le temps t C t et le temps prcdent est le temps t pour rester cohrent avec les notations du
chapitre 16.
Il sagit dun problme de dplacement hors plan, dont le champ inconnu est traditionnellement
not w. Ainsi, dans le listing, w reprsente q t C t , wa q t , wd qP t C t , wda qP t , wdd qR t C t et
wdda qR t . fi ' est la fonction test. La formulation variationnelle, en nindiant pas le temps
actuel et en utilisant lindice a pour le pas de temps prcdent (a comme avant), est :

Z
2t
@wP @'
@wP @'

C
antiplane.w;
P '/ D
w'
P C
4 Th
@x @x
@y @y
Th

Z
Z
t
t
g '
wP a C
wR a '
2 Th
2
Th

Z
t
@wa @'
@wa @'
C

C
2 Th
@x @x
@y @y

Z
@wP a @'
@wP a @'
2
C t

C
4 Th
@x @x
@y @y
Z
(16.12)
CCondition .wP D 0 sur les lignes 1; 2; 3; 4/
217
LMENTS FINIS
III
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
int n , k , Ntemps =100;

real T =2.* pi / sqrt (2.) , pastemps = T / Ntemps
real dpt =0.5* pastemps ;
problem antiplane ( wd , fi , init =1) = int2d ( Th ) ( ro * wd * fi ) +
int2d ( Th ) ( dpt ^2* mu *( dx ( wd ) * dx ( fi ) + dy ( wd ) * dy ( fi ) ) ) +
int2d ( Th ) ( - dpt * rog * fi ) +
int2d ( Th ) ( ro *( - wda - dpt * wdda ) * fi ) +
int2d ( Th ) ( dpt * mu *( dx ( wa ) * dx ( fi ) + dpt * dx ( wda ) * dx ( fi ) +
dy ( wa ) * dy ( fi ) + dpt * dy ( wda ) * dy ( fi ) ) ) +
on (1 ,2 ,3 ,4 , wd =0.) ;
/ / f o r m u l a t i o n du p r o b l e m e e n t e m p s
/ / c o n d i t i o n s i n i t i a l e s en tem ps
w = w0 (x , y ) ;
wd = w11 (x , y ) ;
wdd =0.;
real errorw , errorwd , temps , enerC , enerP , enerT ;
real [ int ] visoS (20) ;
int ivi ;
for ( ivi =0; ivi <10; ivi ++) {
visoS [ ivi ]= -1+0.1* ivi ;
visoS [ ivi +10]=( ivi +1) *0.1;
}
Enfin, pour tester la qualit des rsultats, il nous faut quelques indicateurs... Sans entrer dans le
dtail, des noms comme enerC, enerP, et enerT doivent vous mettre sur la piste.
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
real [ int ] Ec ( Ntemps ) , Ep ( Ntemps ) , Et ( Ntemps ) , tt ( Ntemps ) ;

for ( n =0; n < Ntemps ; n ++) {
wa = w ; wda = wd ; wdda = wdd ;
temps = n * pastemps ;
enerC =0.5* int2d ( Th ) ( ro * wd ^2) ;
enerP =0.5* int2d ( Th ) ( mu *( dx ( w ) * dx ( w ) + dy ( w ) * dy ( w ) ) ) ;
enerT = enerC + enerP ;
Ec ( n ) = enerC ; Ep ( n ) = enerP ; Et ( n ) = enerT ; tt ( n ) = temps ;
cout << " iteration n = " << n << " enerP = " << enerP <<
" enerC = " << enerC << " enerTotale = " << enerT
<< endl ;
temps =( n +1.) * pastemps ;
//
r e s o l u t i o n du p r o b l e m e
antiplane ;
w = wa + dpt *( wda + wd ) ;
wdd =( wd - wda ) / dpt - wdda ;
sxz = mu * dx ( w ) ;
syz = mu * dy ( w ) ;
plot ( Th , wd , fill = true , value =1 , viso = visoS , nbiso = visoS .n ,
ps =n , wait =0) ;
}
/ / Energie
/ / p l o t ( [ t t , Ec ] , [ t t , Ep ] , [ t t , E t ] , p s =" e n e r g i e . e p s " ) ;
\ end { Verbatim }
la figure 16.2 se trouve une illustration de ce que nous venons de calculer.
16.6
Dcomposition modale
Pour le public vis, le lecteur devrait, ce moment du document, se demander pourquoi il na pas
encore t question de projection sur les modes propres.
III
LMENTS FINIS
16.6 Dcomposition modale
218
IsoValue
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
IsoValue
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
IsoValue
-1
-0.9
-0.8
-0.7
-0.6
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
F IGURE 16.2: Propagation : pas de temps 0, 20 et 40

On peut montrer que les modes de vibration de la structure forment une base. Il peut paratre
intressant de chercher la solution en temps du problme sous forme dune approximation par
projection sur la base des quelques N premiers modes propres, i.e. de rechercher N fonctions
scalaires du temps.
Lorsque lon dispose dj des N premiers modes et lorsque le nombre n de degrs de libert est
important, cette approche peut savrer particulirement efficace. Par ailleurs, lorsque les modes
sont associs des mouvements simples de la structure, il peut tre facile pour un ingnieur un peu
expriment dimaginer le nombre de modes utiliser pour reprsenter le phnomne.
La mthode de la dcomposition modale sera expose au paragraphe 17.3.4, lorsque nous
aurons fait quelques rappels sur les modes propres.
219
LMENTS FINIS
III
Chapitre 17
Les ondes
Rsum Jusquici, nous navons quasiment pas parl de mode propre cela est plus ou
moins voqu travers, par exemple, la plus petite priode du systme au chapitre
prcdent... mais cela a t fait dessein.
En effet, nous avons voulu, dans ce chapitre, regrouper les approches modales, car
cela nous a sembl plus en cohrence.
17.1
Introduction
Dans la mesure o se document sadresse des ingnieurs en mcanique (ou en acoustique), la

notion de mode propre est une notion relativement matrise.
Un systme mcanique atteint un mode propre de vibration lorsque tous les points de ce
systme sont une frquence donne appele frquence propre du systme. Une frquence propre
est fondamentale si elle nest pas le multiple dune autre frquence propre ; dans le cas contraire,
cest une harmonique.
On appelle rsonance le phnomne selon lequel certains systmes physiques sont particulirement sensibles certaines frquences. Un systme rsonant peut accumuler une nergie, si
celle-ci est applique sous forme priodique, et proche dune frquence propre. Soumis une telle
excitation, le systme est alors le sige doscillations de plus en plus importantes, jusqu atteindre
un rgime dquilibre qui dpend des lments dissipatifs du systme, ou bien jusqu rupture dun
composant du systme.
Si lon soumet un systme rsonant une percussion (pour les systmes mcaniques) ou
une impulsion (pour les systmes lectriques), et non plus une excitation priodique, alors le
systme sera le sige doscillations amorties sur des frquences proches de ses frquences propres
et retournera progressivement son tat stable. Physiquement, cest le coup de marteau de choc
donn sur une structure pour en dterminer les modes.
Un systme susceptible dentrer en rsonance, i.e. susceptible dtre le sige doscillations
amorties, est un oscillateur. Un tel systme a la particularit de pouvoir emmagasiner temporairement de lnergie sous deux formes : potentielle ou cintique. Loscillation est le phnomne par
lequel lnergie du systme passe dune forme lautre, de faon priodique.
Si lon injecte une nergie potentielle au moment o lnergie potentielle dj emmagasine
est maximale, lnergie ainsi injecte sajoute lnergie dj emmagasine et lamplitude de
loscillation va augmenter, ainsi que lnergie totale. Idem pour lnergie cintique. Ainsi, si lon
apporte de lnergie avec une priodicit gale (ou proche) de la priodicit propre du systme,
lnergie totale va augmenter rgulirement et lamplitude des oscillations du systme va ainsi
crotre. Lexemple le plus simple est celui dune balanoire : lnergie de chaque pousse sajoute
lnergie totale, condition de pousser au bon moment...
221
17. Les ondes
LMENTS FINIS
III
Histoire
Le phnomne de rsonance nest rien dautre que cet effet daccumulation de lnergie en
injectant celle-ci au moment o elle peut sajouter lnergie dj accumule, i.e. en phase avec
cette dernire.
Quand lexcitation aura cess, le systme rsonant sera le sige doscillations amorties : il va
revenir plus ou moins vite son tat dquilibre stable. En effet, lnergie de dpart sera peu peu
absorbe par les lments dissipatifs du systme (amortisseur visqueux en mcanique, rsistances en
lectricit...). Un systme peu amorti sera le sige dun grand nombre doscillations qui diminueront
lentement avant de disparatre compltement.
La reprsentation modale est pertinente dans le domaine des basses frquences, i.e. pour les
premiers modes propres. Dans les domaines moyennes et hautes
frquences, on utilise des mthodes adaptes la densit spectrale leve.
Les domaines moyennes frquences et hautes frquences sont dfinis par la densit spectrale.
En effet, lexpression en frquences na pas de sens pour dfinir ces domaines, une similitude
sur un systme physique modifie les frquences propres mais le spectre reste semblable, un
facteur prs. Dans le cas de frquences multiples, il existe un sous-espace propre donc les modes
propres sont arbitraires dans ce sous espace. Dans le cas de frquences voisines (densit spectrale
leve), la reprsentation modale nest pas robuste car de faibles perturbations du domaine physique
vont entraner un changement important des modes propres associs ces frquences. Donc la
reprsentation modale nest pertinente que pour le domaine des basses frquences, domaine dfini
par la densit spectrale. Le domaine basses frquences stendra jusqu quelques Hz en gnie civil,
jusqu des milliers de Hz pour de petites structures mcaniques.
Le phnomne de synchronisation, ou accrochage de frquences est un phnomne par lequel
deux systmes excits chacun selon une frquence se mettent osciller selon la mme frquence.
On trouve de nombreux exemples de ce phnomne dans la nature :
Le plus connu et le plus facilement observable concerne la Lune : celle-ci prsente toujours
la mme face la Terre. Cela signifie que la priode de rotation de la Lune sur elle-mme T0
est gale la priode de rotation de la lune autour de la Terre T 28 jours. Il sagit dune
rsonance 1 :1. Lanalyse montre que ce nest pas une concidence, et que cela est d un
faible couplage gravitationnel entre ces deux mouvements.
Le rgne animal nest pas en reste et fournit lui-aussi des exemples de synchronisation,
auxquels on ne pense pas spontanment. Citons le vol doiseaux ou le clignotement des
lucioles...
III
On trouve dautre exemples historiques relatifs ce phnomne de synchronisation. En voici deux

parmi les plus connus.
Le premier est celui de la synchronisation des balanciers de deux pendules accroches au mme mur dune pice. Un faible couplage par les vibrations transmises
dans le mur, et une dissipation faible, expliquent cet accrochage de frquences et cette
rsonance 1 :1.
Cest Huygens qui a remarqu et expliqu ce phnomne : le systme compos
des deux balanciers et du mur a deux frquences voisines faiblement couples, et
il possde, par le couplage, deux modes propres correspondant aux mouvements en
Huygens
phase et en opposition de phase des deux pendules. Cest sur le premier mode que se
produit la synchronisation.
LMENTS FINIS
17.1 Introduction
222
Lescalier de Cantor, ou escalier du diable est un exemple mathmatique incontournable en analyse. Il correspond au graphe dune fonction continue f , sur 0 I 1,
telle que f .0/ D 0, f .1/ D 1, qui est drivable presque partout, la drive tant
presque partout nulle.
Lescalier de Cantor peut galement tre vu comme la fonction de rpartition
dune variable alatoire relle continue qui nest pas densit, et qui est mme
trangre la mesure de Lebesgue.
Cantor
Enfin, lescalier du diable peut aussi tre vu comme rsultant dun phnomne
de synchronisation. Si lon change un paramtre extrieur du systme de faon lente et continue, par
exemple lamplitude 0 2 R, alors la valeur de laccrochage a D p=q va dpendre de ce paramtre.
On obtient alors une fonction a.0 / de R ! Q. Cette fonction trs trange comporte une multitude
de paliers plus ou moins larges... et correspond lescalier du diable.
Histoire
En mathmatiques, le concept de vecteur propre est une notion portant sur une application linaire
dun espace dans lui-mme. Il correspond ltude des axes privilgis, selon lesquels lapplication
se comporte comme une dilatation, multipliant les vecteurs par une mme constante. Ce rapport de
dilatation est appel valeur propre ; les vecteurs auxquels il sapplique sappellent vecteurs propres,
runis en un espace propre.
17.2
Bien quexistant sous une forme non formalise depuis longtemps, il aura fallu attendre linvention
des structures algbriques ncessaires pour vraiment pouvoir parler des valeurs propres (issues par
exemple de la cloture algbrique de C dmontre par Gau).
Lexemple immdiat qui vient lesprit est le traitement de lquation de la chaleur par Fourier
qui utilise dj une base de vecteurs propres, bien que le concept nait pas encore t dfini. Hamilton
introduira la notion de polynme caractristique, ce qui permet de dterminer ce que lon appelle
maintenant les valeurs propres associes lendomorphisme dune quation diffrentielle linaire.
Plusieurs aller-retour permettront de dfinir
les notions despace vectoriel (Cayley, Grassmann, Cauchy), de matrice (Sylvester, Cayley)
et de valeurs propres (Sylvester, Jordan). Hilbert finalement fera prendre conscience de la
profondeur de la notion de valeur propre. Lanalyse fonctionnelle nat dans la foule, et elle est
Cayley
Grassmann
Sylvester
Jordan
lobjet de la premire partie de ce document.
Notions de valeur, vecteur, mode et frquence propres
tant donn une matrice carre A dordre n ( coefficients dans un anneau commutatif), on cherche
un polynme dont les racines sont prcisment les valeurs propres de A. Ce polynme est appel
polynme caractristique de A et est dfini par :
pA .X/ WD det.XIn
A/
(17.1)
avec X lindtermine du polynme et In la matrice identit dordre n. Si est une valeur propre
de A, alors il existe un vecteur propre V non nul tel que AV D V, i.e. tel que lon ait .In A/V D
0. Puisque V est non nul, cela implique que la matrice .In A/ est singulire, donc de dterminant
nul. Cela montre que les valeurs propres de A sont des zros de la fonction 7! det.In A/ i.e. des
racines du polynme det.XIn A/. La proprit la plus importante des polynmes caractristiques
est que les valeurs propres de A sont exactement les racines du polynme pA .X/.
Quelques proprits importantes :
pA .X/ est un polynme unitaire (coefficient dominant gal 1) et son degr est gale n.
A et sa transpose ont le mme polynme caractristique.
Deux matrices semblables ont le mme polynme caractristique. (A et B sont semblables
sil existe une matrice inversible P telle que A D PBP 1 ). Attention, la rciproque nest pas
vraie en gnral.
223
17. Les ondes
LMENTS FINIS
III
Si pA .X/ peut tre dcompos en produit de facteurs de degr 1, alors A est semblable une
matrice triangulaire (et mme une matrice de Jordan).
Pour aller un peu plus loin. Le thorme de Cayley-Hamilton (dont la premire dmonstration est due
Frobenius) affirme que tout endomorphisme dun espace vectoriel de dimension finie n sur un corps
commutatif quelconque annule son propre polynme caractristique.
En termes de matrice, cela signifie que : si A est une matrice carre dordre n et si pA .X/ est son
polynme caractristique, alors en remplaant formellement X par la matrice A dans le polynme, le
rsultat est la matrice nulle, i.e. :
pA .A/ D An C pn
1A
n 1
C : : : C p1 A C p0 In D On
(17.2)
Cela signifie que le polynme caractristique est un polynme annulateur de A. Les applications sont
importantes car le polynme minimal (qui est lunique polynme unitaire qui engendre lidal annulateur
de lensemble des polynmes qui annulent lendomorphisme dont A est la reprsentation) cache une
dcomposition en somme directe de sous-espaces stables.
17.3
Vibration des structures
Revenons sur lquation de la dynamique sous forme matricielle :

MqR C CqP C Kq D F
(17.3)
qui peut tre vue comme lquation de la statique Kq D F laquelle on ajoute des forces extrieures
P Dun point de vue pratique, on distingue
dinertie MqR et des forces extrieures visqueuses Cq.
trois types de problmes :
dtermination dune rponse libre : dans ce cas, la sollicitation est nulle F D 0 ;
dtermination dune rponse priodique : dans ce cas, la sollicitation F est priodique ;
dtermination dune rponse transitoire : dans ce cas, la sollicitation F est quelconque.
Dans les deux premiers cas, les conditions initiales du systme nont aucune importance. On
cherche dterminer une solution gnrale. On pourrait considrer que le chapitre 16 rpond ces
trois types de problmes, ce qui nest pas fondamentalement faux. Toutefois, il est plus judicieux
de considrer que seul le cas de la dynamique transitoire y a t explicit, et encore uniquement
pour laspect non modal (qui sera dvelopp dans ce chapitre un peu plus loin).
En effet, dans les cas des vibrations libres (amorties ou non) ou priodique forces, il est
possible dutiliser la notion de mode, qui navait pas t aborde dans les chapitres prcdents.
Dfinition 67 Mthode spectrale. Une mthode spectrale consiste transformer le problme
considr en un problme ncessitant de calculer des valeurs et fonctions propres dun oprateur.
Si loprateur en question est linaire, la fonction dont on cherche calculer les valeurs
(i.e. la solution du problme considr) peut tre exprime comme combinaison linaire des
fonctions sur lesquelles loprateur agit de faon facilement calculable : si ce sont les fonctions
propres de loprateur on parle vraiment de mthode spectrale, si ce sont dautres fonctions on
parle de mthodes pseudo-spectrales. Cest pourquoi la mthode des lments finis stochastiques
prsente au chapitre 21 est bien elle-aussi une mthode spectrale.
17.3.1
Vibrations libres non amorties
En labsence de sollicitation et damortissement, lquation de la dynamique devient :

MqR C Kq D 0
(17.4)
dont la solution gnrale est harmonique et scrit :

q D qei !t
III
LMENTS FINIS
(17.5)
17.3 Vibration des structures
224
En injectant la forme de la solution gnrale dans lquation de la dynamique, on voit que la

pulsation ! est solution du problme de valeurs propres suivant :
Kq D ! 2 Mq
(17.6)
ce qui conduit :
det K

!2M D 0
(17.7)
On obtient ainsi les n valeurs propres !1 ; : : : ; !n , o n est la taille du systme (i.e. les matrices M
et K sont n n). On trouve galement les n vecteurs qi appels modes propres du systme et que
lon norme par rapport la masse, i.e. tels que :
T
qi Mqi D 1
8i 2 1; n
(17.8)
La dtermination des valeurs propres !i se fait rarement en cherchant les zros de lquation du
dterminant en raison de la trs grande taille du systme dans le cas gnral, et des considrables
diffrences dordre de grandeur entre les valeurs propres.
De toutes faons, ce sont les premires frquences qui dterminent le comportement du systme.
Rappel du cas unidimensionnel Lquation diffrentielle rsoudre est MuR C Ku D 0, dont la
solution scrit :
u D A sin.!0 t / C B cos.!0 t /
(17.9)
La pulsation propre du systme !0 , sa frquence propre f0 et sa priode propre T0 sont dfinies et

relies par les relations :
r
K
!0
1
!0 D
f0 D
T0 D
(17.10)
M
2
f0
Les constantes dintgration sont dtermines laide des conditions aux limites sur le dplacement u0 et la vitesse uP 0 . Il vient :
AD
uP 0
!0
et
B D u0
(17.11)
Des mthodes permettant de trouver les premiers zros dun polynme de degr n ont donc t
mises au point. La majeure partie de ces mthodes consiste crire la relation du dterminant sous
la forme suivante :
HX D X
(17.12)
o H est une matrice dfinie positive. On se sert pour cela de la dcomposition de Cholesky de K,
i.e. en lcrivant partir dune matrice triangulaire infrieure L sous la forme K D LT L. Lquation
du dterminant conduit alors :
1
L 1 MT L 1T Lq D 2 T Lq
(17.13)
!
et lon obtient la forme cherche en posant D ! 2 , X D T Lq et H D L 1 MT L 1 , o H est bien
symtrique.
Si M et K sont dfinies positives (ce qui est le cas habituel des problmes en dynamique des
structures), il existe n valeurs propres relles positives. Ces solutions sont appeles pulsations
propres du systme.
Remarque. Si K est singulire (elle ne possde pas dinverse), alors, afin de pouvoir utiliser les mthodes
prcdentes, on utilise un artifice qui consiste introduire un paramtre 2 R du mme ordre de grandeur
que ! 2 . On doit alors rsoudre :
.K C M/ q D .! 2 C /Mq
(17.14)
La nouvelle matrice K C M est alors inversible et la solution cherche est ! 2 C .
225
17. Les ondes
LMENTS FINIS
III
17.3.2
Vibrations libres amorties
Problmes du premier ordre

Si M D O, lquation de la dynamique se transforme en celle de la chaleur :
CqP C Kq D 0
(17.15)
dont on cherche une solution gnrale sous la forme :

q D qe
!t
(17.16)
ce qui conduit au problme de valeurs propres :

.K
!C/ q D 0
(17.17)
Les matrices C et K sont gnralement dfinies positives, donc ! est relle positive. La solution
prsente un terme de dcroissance exponentielle qui ne correspond pas rellement un tat de
rgime permanent.
Problmes du second ordre
Dans le cas gnral (M O), on doit donc rsoudre lquation de la dynamique sans sollicitation :
MqR C CqP C Kq D 0
(17.18)
dont on cherche une solution gnrale sous la forme :

q D qe
(17.19)
avec 2 C. Cela conduit au problme de valeurs propres :

2 M C C C K q D 0
(17.20)
o q 2 C.
La partie relle de la solution reprsente une vibration amortie. Ce problme est plus dlicat
rsoudre que les prcdents si bien que la rsolution explicite est peu courante.
Rappel du cas unidimensionnel Lquation diffrentielle rsoudre est : MuR C CuP C Ku D 0,
que lon rcrit, en introduisant le coefficient damortissement :
uR C 2!0 uP C !02 u D 0
(17.21)
La solution scrit :
u D A sin.!D t / C B cos.!D t / e
!0 t
o !D , la pseudo-pulsation, est definie par :

q
!D D !0 1 2
(17.22)
(17.23)
On remarquera que !D nest dfinie que pour < 1, i.e. dans le cas des systmes sous-critiques ou
sous-amortis.
Les constantes dintgration sont dtermines laide des conditions aux limites sur le dplacement u0 et la vitesse uP 0 . Il vient :
AD
III
uP 0 C u0 !0
!0
LMENTS FINIS
et B D u0
(17.24)
226
Le systme amorti oscille une pulsation !D (lgrement) infrieure la pulsation du systme

non amorti !0 . Si lamortissement est positif (ce qui nest parfois pas le cas pour des systmes
instables), lamplitude du mouvement dcrot dans le temps de faon exponentielle (en atteignant
une amplitude nulle mais pour un temps infini).
p
Dans le cas dun systme sur-amorti ( > 1), alors, en posant !D0 D 2 1, la solution est
du type :
h
0
u D Ae!D t C Be
!D0 t
!0 t
(17.25)
avec les constantes dintgration :

AD
uP 0 C .!D0 C !0 /u0

2!D0
BD
et
uP 0 C .!D0 !0 /u0

2!D0
(17.26)
Un systme sur-amorti nest pas un oscillateur...

Dans le cas dun systme critique ( D 1), alors la solution scrit :
u D .u0 C !0 u0 t C uP 0 t /e
!0 t
(17.27)
Ce systme nest pas lui non plus un oscillateur...
17.3.3
Vibrations priodiques forces
Il sagit du cas o la sollicitation est priodique. Nous lcrirons sous la forme :

F D Fet
(17.28)
avec D 1 C i 2 2 C.
La solution gnrale scrit :
q D qet
(17.29)
En substituant cette forme de solution dans lquation de la dynamique, il vient :

2 M C C C K q D Dq D
(17.30)
qui nest pas un problme de valeurs propres, mais ce systme peut tre rsolu comme un problme
statique, i.e. en inversant la matrice D. Attention, la solution appartient C.
On spare alors les parties relle et imaginaire en notant : et D e1 t .cos.2 t / C i sin.2 t /,
F D F1 C i F2 et q D q1 C i q2 .
On obtient alors le systme suivant :

.12

22 /M C 1 C C K
21 2 M 2 C
q1
D
21 2 M C 2 C
.12 22 /M C 1 C C K q2

F1
F2
(17.31)
dans lequel toutes les quantits sont relles.

Il est ainsi possible de dterminer la rponse toute excitation priodique par rsolution directe.
Pour une excitation priodique, la rponse aprs une phase transitoire initiale nest plus influence par les conditions initiales. La solution obtenue reprsente la rponse qui stablit. Ceci
est valable aussi bien pour les problmes en dynamique des structures que pour les problmes de
conduction de chaleur.
227
17. Les ondes
LMENTS FINIS
III
Rappel du cas unidimensionnel

que lon rcrit :
Lquation diffrentielle rsoudre est : MuCC

R
uCKu
P
D F.t /,
uR C 2!0 uP C !02 u D F0 =M cos.!t /
(17.32)
en supposant que F.t / est un chargement mono frquentiel.

La solution est somme dune solution particulire, appele rgime permanent ou forc, et dune
combinaison linaire de lquation sans second membre, dit rgime transitoire.
On voit alors, de manire intuitive, que :
La frquence du rgime permanent (ou forc) est celle de la frquence dexcitation (qui
force le systme) ;
La frquence du rgime transitoire est la frquence propre du systme (puisquil ny a pas de
second membre).
La solution scrit :
uD
F0
s
M
cos.!t
2
!2
!02
/
C A sin.!D t / C B cos.!D t / e
2

C 2 !!0
!0 t
(17.33)
En prsence damortissement, le rgime transitoire disparat aprs quelques priodes doscillation.
17.3.4
Rgimes transitoires
Le lecteur aura sans doute remarqu que dans les mthodes prsentes ci-dessus, les conditions
initiales du problme ne sont pas prises en compte Par exemple le comportement sismique des
structures ou lvolution transitoire dun problme de conduction de chaleur ncessitent de prendre
en compte la fois les conditions initiales et le caractre non priodique des sollicitations.
Lobtention dune solution ce genre de problme ncessite soit lutilisation dune discrtisation
dans le domaine temporel (voir chapitre 16), soit lutilisation de mthodes adaptes. Dans ce dernier
cas, il existe deux approches :
la mthode de rponse en frquence ;
la mthode danalyse modale.
Nous allons maintenant prsenter cette dernire mthode.
Dcomposition modale
La mthode de dcomposition modale est sans doute lune des plus importantes et des plus
employes. Nous partons toujours de notre quation de la dynamique sous la forme :
MqR C CqP C Kq C F D 0
(17.34)
Nous avons vu quen rponse libre (F D f0g), la solution scrit :

q D qe
n
X
qi e
i t
(17.35)
i D1
o i sont les valeurs propres et qi les vecteurs propres. Pour la rponse force, lide consiste
chercher la solution sous la forme dune combinaison linaire des modes propres, i.e. sous la
forme :
qD
n
X
qi yi .t /
(17.36)
i D1
III
LMENTS FINIS
228
o la quantit yi .t / reprsente la contribution de chaque mode. En injectant cette forme de solution

dans lquation de la dynamique (puis en composant gauche par T qi ), on obtient un ensemble
dquations scalaires indpendantes :
mi yRi C ci uP i C ki yi C fi D 0
(17.37)
dont les paramtres sont, grce lorthogonalit des modes :

8
mi D T qi Mqi
< ci D T q Cq
i
i
T
ki D qi Kqi
:
fi D T qi F
(17.38)
Les quations scalaires se rsolvent ensuite par des mthodes lmentaires indpendamment les
unes des autres. Le vecteur total est ensuite obtenu par superposition. Toutefois, pour effectuer
cette superposition, il naura pas chapp au lecteur quil faut avoir rsolu le problmes des valeurs
propres. Dans le cas gnral, le calcul des valeurs et des vecteurs propres complexes est loin dtre
facile. La mthode habituelle consiste dterminer les valeurs propres relles du problme vu
prcdemment :
! 2 Mq D Kq
(17.39)
On montre que le problme est dcoupl en y seulement si on a la proprit dorthogonalit de C :

T
qi Cqi D 0
(17.40)
Or ceci nest pas vrai en gnral car les vecteurs propres assurent uniquement lorthogonalit de M
et K. En revanche, si la matrice damortissement C est une combinaison linaire des matrices M et
K, la proprit dorthogonalit est alors videmment satisfaite. Cest lhypothse de Basile.
Dans la suite on suppose que la proprit dorthogonalit de C est satisfaite. Lquation sur !
devient alors :
!i2 Mqi D Kqi
(17.41)
et par suite :
!i2 mi D ki
(17.42)
En supposant que les modes sont normaliss de telle sorte que mi D 1 et en posant ci D 2!i2 ci0
(o ci0 correspond au pourcentage damortissement par rapport sa valeur critique), on montre que
les quations scalaires se mettent sous forme dune quation diffrentielle du second ordre :
yRi C 2!i2 ci0 yPi C !i2 yi C fi D 0
dont la solution gnrale est :
Z t
0
yi D
fi e ci !i .t / sin !i .t
(17.43)
/d
(17.44)
Une intgration numrique permet de dterminer une rponse, puis la superposition de ces termes
donne la rponse transitoire totale (en principe !). On rappelle que la mthode de dcomposition
modale ncessiterait la dtermination de lensemble des valeurs et modes propres, ce qui reprsenterait des calculs considrables. Dun point de vue pratique, on ne prend en compte quun nombre
limit de modes tant donn que les rponses des frquences leves sont souvent trs amorties et
prennent par consquent des valeurs ngligeables. Par ailleurs le problme des hautes frquences
nest souvent abord que de manire statistique.
229
17. Les ondes
LMENTS FINIS
III
17.3.5
Calcul des modes propres et mthodes de rduction modale
Les mthodes de rduction modale ont pour but deffectuer un changement de base dans ltude
dune structure : on souhaite remplacer lespace vectoriel initial, dont la dimension est gale au
nombre de degrs de libert, par un autre, dont la taille sera infrieure. En dautres termes, on
cherche une base plus optimale afin de diminuer la taille de cet espace vectoriel, tout en sassurant
que ce qui nest pas pris en compte est bien ngligeable. Or, physiquement, on saperoit que les
modes propres (et surtout les premiers modes propres) ralisent cet optimal.
Il existe deux principaux types de mthodes :
les mthodes interfaces libres (Craig...) ;
et les mthodes interfaces fixes (Craig-Bampton).
Dans ce document, nous ne prsenterons que cette dernire, qui, de plus, est particulirement
adapte au cas de sous-structuration, i.e. lorsque le systme considr est scind en sous-structures.
Mais tout dabord, commenons par prsenter succinctement quelques mthodes de calcul des
modes propres, ce qui nest pas si ais que cela, et peut savrer coteux selon les mthodes et le
nombre de modes calculs.
Quotient de Rayleigh
Dfinition 68 Matrice hermitienne. Une matrice hermitienne, ou auto-adjointe, est une
matrice A carre lments complexes telle que cette matrice est gale la transpose de sa
conjugue, i.e. :
T
ADA
(17.45)
En particulier, une matrice lments rels est hermitienne si et seulement si elle est symtrique.
Une matrice hermitienne est orthogonalement diagonalisable et toutes ses valeurs propres sont
relles. Ses sous-espaces propres sont deux deux orthogonaux.
Dfinition 69 Quotient de Rayleigh. Soit A une matrice hermitienne et x un vecteur non
nul, on appelle quotient de Rayleigh R.A; x/ le scalaire :

R.A; x/ D
T xAx
T xx
(17.46)
o T x dsigne le vecteur adjoint de x, cest--dire le conjugu du vecteur transpos.

Dans le cas o A et x sont coefficients rels, alors T x se rduit au vecteur transpos, i.e. T x.
Le quotient de Rayleigh atteint un minimum min (qui nest autre que la plus petite valeur propre
de A) lorsque x est un vecteur propre vmin associ cette valeur. De plus, quel que soit le vecteur x,
le quotient de Rayleigh R.A; x/ max (o max est la plus grande valeur propre de A de vecteur
propre associ vmax ) et R.A; vmax / D max . Ainsi, le quotient de Rayleigh, combin au thorme
du minimax de von Neumann, permet de dterminer une une toutes les valeurs propres dune
matrice.
On peut galement lemployer pour calculer une valeur approche dune valeur propre partir
dune approximation dun vecteur propre. Ces ides forment dailleurs la base de lalgorithme
ditration de Rayleigh.
Mthode itrative de Rayleigh
On utilise lalgorithme suivant :
1. choix dun vecteur initial xi ;
2. rsolution de Kxi C1 D Mxi ;
3. test de convergence :
III
LMENTS FINIS
230
si jxi C1 xi j < ", alors aller au point 4 ;

sinon retourner au point 1 pour choisir un nouveau vecteur ;
h; Ki
4. ' D xi C1 et ! 2 D
h; Mi
Ce processus converge vers le mode propre fondamental. Lorsque lon veut dterminer le mode
Q D
le plus proche dune pulsation donne $ , il suffit de remplacer la matrice de rigidit par K
2
2
2
2
K $ M. Le processus converge alors vers le mode de pulsation !Q D !
$ .
Itrations des sous-espaces
La mthode prcdente peut tre tendue en prenant plusieurs vecteurs initiaux et en se plaant
dans le sous-espace quils dfinissent. Les pulsations propres doivent alors tre calcules chaque
itration en calculant tous les modes propres du systme rduit au sous-espace tudi.
Sous-structuration : mthode de Craig et Bampton
Considrons une structure comportant n degrs de libert et ayant une matrice masse M et une
matrice de rigidit K. Lutilisation de la mthode de Craig-Bampton impose de dcomposer les
degrs de libert de la structure en deux parties :
les degrs de libert frontire : on considre que ces degrs de libert sont ceux pouvant potentiellement tre chargs au cours du temps et ceux sur lesquels sappliquent des
conditions aux limites (encastrement, appui simple...). Les chargements volumiques (tel le
poids) ninfluent pas sur la dtermination des degrs de libert frontire, sans quoi cette
dcomposition naurait pas de sens. Ces degrs de libert sont rangs dans le vecteur qL (L
comme liaison).
Dans le cas de la sous-structuration, les degrs de libert frontires correspondent trivialement
aux degrs de libert aux interfaces entre les diffrentes sous-structures.
les degrs de libert intrieurs : il sagit de tous les autres degrs de libert (un chargement
volumique peut ventuellement sappliquer sur ces degrs de libert). Ces degrs de libert
constituent le vecteur not qI (I comme intrieur).
La base de rduction se compose de deux types de modes :
Les modes encastrs : il sagit des modes propres de la structure calculs en considrant les
degrs de libert frontire encastrs.
Les modes statiques : ces modes sont obtenus en calculant la dforme statique de la structure
lorsquun degr de libert frontire est impos 1, tous les autres tant imposs 0.
Avantages de la mthode :
elle est facile programmer
sa stabilit est connue.
elle apporte de bons rsultats pour des structures de taille raisonnable.
elle permet dobtenir les degrs de libert frontire dans le vecteur rduit ce qui peut savrer
trs utile dans le cas de problmes de contacts par exemple.
Inconvnients de la mthode :
cette mthode nest pas celle qui permet dobtenir la meilleure rduction du systme et peut
donc savrer coteuse en temps de calcul.
sans amortissement structural, la mthode peut diverger au voisinage des frquences propres
de la structure ( cause du gain infini la rsonance sans amortissement).
17.4
Remarques sur lamortissement
Vous avez peut-tre dj rencontr des cas pour lesquels ont t dvelopps des modles vibratoires
adapts au problme traiter. En voici quelques exemples :
231
17. Les ondes
LMENTS FINIS
III
Histoire
vibration transversale des cordes ;

vibration longitudinale dans les barres ;
vibration de torsion dans les barres ;
vibration de flexion dans les poutres ;
vibration des membranes ;
vibration des plaques ;
propagation des ondes quasi-longitudinales dans les barres ;
propagation des ondes de flexion dans les poutres...
Il ne faut pas ngliger ces modles simplifis. Ne serait-ce que cest eux qui ont vu le jour en
premier...
Cest en 1787 Leipzig que
Chladni met en vidence exprimentalement la formation de lignes nodales
sur une plaque libre avec du sable.
Wheatstone et Rayleigh, respectivement en 1833 et 1873, utiliseront des
modes de poutre libre pour essayer de
Chladni
Wheatstone
Ritz
Warburton
Leissa
comprendre et dexpliquer les figures
de Chladni.
En 1909, Ritz, toujours sur ce problme de la plaque libre, utilisera pour la premire fois la
mthode qui porte son nom. Les premiers rsultats concernant la plaque encastr ne viendront quen
1931, et sont dus Sezawa.
En 1939, Igushi dveloppe une mthode pour obtenir certains rsultats analytiques, mais les
premires synthses compltes sur les mthodes utilisables pour calculer les frquences naturelles et
les dformes modales de plaques ne viendront quen 1954 par Warburton, et 1969 par Leissa.
La mthodologie est toujours la mme et se base sur la technique de sparation des variables
qui permet de dire que les variables despace et de temps peuvent tre spares. On crira donc
un dplacement transversal w.x; y/ comme produit dune fonction dpendant de lespace X.x/ et
dune fonction dpendant du temps T.t / : w.x; t / D X.x/T.t /. Ainsi, il sera ais de rsoudre
le problme (en ayant pris en compte les conditions aux limites videmment).
Gnralement, dans un premier temps, lors du dveloppement de ces modles de cordes, barres,
poutres, membranes et plaques, lamortissement nest pas pris en compte. Les solutions obtenues
pour les rponses libres ne prsentent donc pas de dcroissance de lamplitude des mouvements
dans le temps. Il est possible dintgrer cet amortissement de plusieurs faons :
Facteur damortissement modal : il sagit de la manire la plus simple dintroduire lamortissement en incluant un terme dissipatif correspondant un modle damortissement visqueux sur
la fonction dpendant du temps uniquement. Dans ce cas, la fonction de dpendance temporelle T.t /, qui avait pour quation diffrentielle TR n .t / C !n2 Tn .t / D 0, pour les modes n > 1,
devra dsormais rpondre lquation TR n .t / C 2n !n TP n .t / C !n2 Tn .t / D 0, o n est le
facteur damortissement modal ;
Coefficient damortissement dans lquation donde : un terme dissipatif est introduit directement dans lquation des ondes. Celui-ci peut tre proportionnel au milieu externe dans
lequel se produit le phnomne (par exemple proportionnel la vitesse de dformation hors
plan dune membrane vibrant dans un fluide, comme lair), ou proportionnel au milieu interne
considr (par exemple proportionnel la vitesse de fluctuation des contraintes dans une
poutre : modle de Kelvin-Voigt) ;
Dissipation aux limites : lamortissement peut galement tre introduit dans la dfinition des
conditions aux limites, par exemple pour prendre en compte le mode de fixation de la
structure. (Par exemple, dans le cas des ondes longitudinales dans une barre, on introduit un
ressort et un amortisseur chaque bout de la barre).
III
LMENTS FINIS
17.4 Remarques sur lamortissement
232
Ces remarques, bien que gnrales, ncessitent dtre correctement prises en compte pour ces
modles simplifis.
17.5
Pour aller plus loin : cas des chocs large bande
On sintresse au cas des chocs, car il constituent un cas plus compliqu que de la dynamique
lente , sans rien enlever en gnralit aux mthodes.
En dynamique transitoire, lorsque le contenu frquentiel de la sollicitation est large, on montre
que les erreurs numriques faites sur chaque longueur donde se cumulent, do une dgradation
de la qualit attendue du rsultat plus rapide que prvue. De plus, une erreur sur la priodicit des
oscillations due un trop faible nombre de pas de temps et un dphasage des oscillations cause
de cette accumulation des erreurs numriques au cours des pas de temps peuvent tre observes.
Dans de tels cas, il est possible de se placer dans le domaine frquentiel ( laide de la FFT), ce
qui conduit rsoudre un problme de vibrations forces sur une trs large bande de frquences
incluant la fois les basses et les moyennes frquences pour ltude des chocs. La solution
temporelle est ensuite reconstruite par transforme de Fourier inverse.
Les deux domaines frquentiels ayant des proprits diffrentes, on recourt des outils de
rsolution diffrents.
Dans le domaine des basses frquences, les phnomnes vibratoires gnrs par lexcitation
ont une longueur donde grande face la structure donc uniquement quelques oscillations sont
observables. De plus la structure prsente un comportement modal (modes bien distincts les uns
des autres). La modlisation est matrise : lments finis sur base modale, complt si besoin de
modes statiques.
Pour les hautes frquences, les longueurs dondes sont petites et une centaine doscillations
est prsente sur une dimension de la structure. Il nest pas appropri de regarder les grandeurs
locales, mais plutt les grandeurs moyennes en espace et en frquence. On utilise gnralement
la SEA qui donne un niveau nergtique vibratoire moyen par sous-structure. Cette mthode ne
permet pas dobtenir une solution prdictive car elle requiert la connaissance a priori de facteurs de
couplages mesurs.
En moyennes frquences, plusieurs dizaines doscillations apparaissent sur une dimension de
la structure, et la dforme est trs sensible aux conditions aux limites et aux paramtres matriaux
de la structure. Si un comportement modal est encore visible, les modes sont moins bien spars
(par exemple plusieurs modes prsents par Hertz, ces modes tant coupls par lamortissement) : la
mthode des lments finis est mal adapte cause du raffinement de maillage ncessaire, et le
calcul de la base modal est galement hors de porte. Les mthodes nergtiques quant elles sont
trop globales et ne permettent pas une description satisfaisante de la solution.
Si la structure est divisible en sous-structures homognes, on peut utiliser la Thorie Variationnelle des Rayons Complexes (TVRC) introduite par Ladevze en 1996 [46] : les conditions de
continuit en dplacements et en efforts aux interfaces entre sous-structures nont pas besoin dtre
vrifies priori, mais uniquement au sens faible par une formulation variationnelle.
La TVRC permet lutilisation dapproximations indpendantes par sous-structure. La solution
est suppose bien dcrite par la superposition dun nombre infini de modes locaux, appels rayons,
issus de la vrification des quations dquilibre dynamique et des relations de comportement par
sous-structure. Ces rayons sont deux chelles : une lente et une rapide. Lchelle rapide est traite
analytiquement (sinon cot numrique lev), et lchelle lente numriquement, car elle conduit
un problme faible nombre dinconnues.
On profitera de la rapide dispersion des modes moyennes frquences dans les milieux dispersifs
amortis ainsi que de la version large bande de la TVRC dveloppe en 2004 et 2005 [19]
233
17. Les ondes
LMENTS FINIS
III
17.5.1
Approches temporelles
Discrtisation spatiale
Une discrtisation par la mthode des lments finis est mal adapte aux phnomnes fort gradient
tels que les chocs, car il faut soit un maillage trs fin, soit une interpolation par des polynmes de
degr lev, ce qui dans les deux cas augmente considrablement leffort de calcul.
tant donn le caractre trs localis des ondes propagatives en dynamique transitoire, la
mthode des lments finis adaptatifs rpond au besoin denrichir le modle localement en raffinant
le maillage uniquement sur les fronts donde de manire contrle et automatique.
Ces mthodes recourent un estimateur derreur a priori :
estimateur construit sur les rsidus dquilibre pour ladaptation de maillage dans le cadre de
la propagation dondes ;
estimateur utilisant le lissage des contraintes ;
estimateur bas sur lerreur en relation de comportement.
Dcomposition de domaine en dynamique transitoire
Le domaine est dcompos en sous-domaines plus petits calculer. On pourra se servir de la
paralllisation du problme. Le problme est donc condens sur les quantits dinterface entre
sous-domaines, ce qui conduit un problme de taille rduite.
La plupart des mthodes utilises sont des mthodes sans recouvrement ; elles peuvent tre
primales, duales ou mixtes. Le problme dinterface est rsolu de faon itrative, ce qui vite la
construction explicite du complment de Schur 1 , mais ncessite un taux de convergence lev pour
tre efficace.
Dans la mthode duale, les efforts sont privilgis : la mthode propose priori des efforts en
quilibre aux interface et cherche crire la continuit en dplacements. Linconnue principale, i.e.
les inter-efforts entre sous-structures, sont les multiplicateurs de Lagrange aux interfaces.
Discrtisation temporelle
Les mthodes dintgration directe sont nombreuses et mieux adaptes que les techniques de bases
rduites pour les chocs relativement rapides qui mettent en jeu des frquences leves.
Notons quil existe des mthodes qui saffranchissent de la discrtisation temporelle et sappuient sur une mthode asymptotique numrique pour dterminer la rponse transitoire de la
structure ; ces mthodes demandent encore tre dveloppes pour les variations temporelles
rapides comme les chocs.
Parmi les mthodes dintgration directes, on utilise classiquement :
les schmas de Newmark (voir chapitre prcdent) pour une intgration dordre 2 : les
schmas prcis au second ordre des diffrences centres et de lacclration moyenne sont
privilgis pour les faibles erreurs damplitude et de priodicit quils engendrent.
1. En algbre linaire et plus prcisment en thorie des matrices, le complment de Schur est dfini comme suit.
Soit :

A B
MD
(17.47)
C D
une matrice de dimension .p C q/ .p C q/, o les blocs A, B, C, D sont des matrices de dimensions respectives p p,
p q, q p et q q, avec D inversible. Alors, le complment de Schur du bloc D de la matrice M est constitu par la
matrice de dimension p p suivante :
A
BD
(17.48)
Lorsque B est la transpose de C, la matrice M est symtrique dfinie-positive si et seulement si D et son complment
de Schur dans M le sont.
III
LMENTS FINIS
17.5 Pour aller plus loin : cas des chocs large bande
234
Le schma des diffrences centres est explicite et adapt pour les chargements de dynamique
rapide et les problmes non linaires (car la matrice dynamique inverser est diagonale),
mais ncessite de vrifier que le signal ne se propage pas de plus dun lment pendant un
pas de temps (condition de Courant, ou condition CFL dont nous reparlerons au chapitre
suivant).
Le schma de lacclration moyenne est implicite mais inconditionnellement stable, bien
adapt pour les chargement peu rapides.
la mthode de Galerkine discontinue : Elle autorise les variables du problme dplacement et
vitesse tre discontinues en temps. lordre zro (champs constants sur chaque intervalle
de temps), elle permet de saffranchir des oscillations numriques occasionnes lors du
traitement dun front donde. Toutefois, ce schma dissipe normment et demande une
discrtisation trs fine pour bien reprsenter les irrgularits.
la TXFEM (Time eXtended FEM) : Elle utilise une base de fonctions de forme en temps
enrichie formant une partition de lunit. Le schma est quivalent certaines mthodes de
Galerkine discontinues, le nombre de pas de temps infrieur Newmark, et les oscillations
numriques attnues. Elle est bien adapte pour le traitement des discontinuits en temps et
notamment les chocs. Voir le paragraphe 22.4 pour une courte description.
17.5.2
Approches frquentielles
Afin de saffranchir de lintgration temporelle et des soucis numriques associs, il est possible de
rcrire le problme temporelle en un problme frquentiel (grce la FFT).
Lapproche frquentielle est galement plus adapte dans les situations pour lesquelles des
paramtres physiques dpendent de la frquence.
En appliquant la transforme de Fourier toutes les quantits dpendant du temps, on obtient
des quantits qui dpendent de la frquence. Ce faisant, le problme rsoudre devient un problme
de vibration force sur une bande de frquence. Il faut alors calculer des fonctions de rponse en
frquence (FRF) sur une large plage de frquences.
Cas des basses frquences
Compte tenu de la grande taille des longueurs dondes et du fait que lon a peu de modes, bien
spars, les mthodes utilises sont bases sur les lments finis.
En rcrivant le problme dynamique dans le cas dune sollicitation harmonique de pulsation
!, il vient (comme nous venons de le prsenter avant) :

! 2 M C i !C C K q D F
(17.49)
En utilisant lhypothse de Basile 2 sur lamortissement, il est possible de calculer les premiers
modes propres associs aux plus petites frquences propre du systme. La solution approche est
alors projete sur les sous-espaces propres associs. On rsout alors un systme diagonale de petite
taille.
Cas des moyennes frquences
En moyennes frquences, lapproche prcdente (par lments finis) ncessiterait dutiliser une
grande quantit de polynmes cause du caractre trs oscillant, ou augmenter le degr dinterpolation. De plus, il faut prendre en compte plus de modes, qui sont de moins en moins bien
spars.
2. Si le seul amortissement entrant en jeu est un amortissement structurel (dissipation interne du matriau pour une
structure homogne), il est alors licite de faire lhypothse dun amortissement proportionnel, encore appel hypothse
de Basile. Dans ce cas C sexprime comme combinaison linaire de M et K, et sa projection sur les modes propres est
diagonale.
235
17. Les ondes
LMENTS FINIS
III
Notons que lon peut minimiser linfluence du raffinage du maillage en localisant celui-ci
uniquement o la dynamique locale le demande. Pour cela, des estimateurs derreur a posteriori
ont t dvelopps pour les structures, mais galement pour lacoustique.
La dispersion numrique est moindre avec les lments finis stabiliss : tels que les Galerkin
Least Squares et Galerkin Gradient Least Squares... qui nintervienne pas sur la forme variationnelle
mais sur les matrices issues de celle-ci.
On peut galement essayer de diminuer la taille de la base modale prendre en compte en ne
retenant que les modes propres qui maximisent loprateur dexcitabilit ; mais pour cela il faut
dabord calculer la base complte...
On peut galement utiliser un autre espace de projection que les modes propres classiques :
par exemple les premiers modes dun oprateur dnergie relatif une bande de frquence (Soize
98 [75]). Cette approche peut tre couple la thorie des structures floues (Soize 86 [74]) pour
prendre en compte la complexit de la structure de manire probabiliste.
On peut galement sous-structurer le domaine. Dans la Component Modal Synthesis, les modes
propres de chaque sous-structures servent de base pour la solution de la structure entire.
Une deuxime approche consiste utiliser des lments enrichis (voir encore une fois le
chapitre 22). Ces lments sont dvelopps pour pouvoir prendre en compte le caractre oscillant
de la solution en enrichissant les fonctions de base utilises afin de pouvoir mieux reproduire la
solution.
Les lments finis hirarchiques, issus des mthodes p (voir le paragraphe 13.1 : laugmentation
du degr polynomial des fonctions de forme peut se voir comme une substitution un raffinement
de maillage, mais les estimateurs derreur des mthodes p sont meilleurs que ceux des mthodes h),
permettent une rutilisation lordre p C 1 des matrices de masse et de raideur lmentaires issues
de lordre p.
Les lments finis multi-chelles (voir paragraphe 13.4) o la solution est recherche comme
somme dune composante calculable lchelle grossire en espace et dune composante non
calculable associe lchelle fine.
La Mthode de partition de lunit (PUM) (voir paragraphe 22.3) utilise un recouvrement du
domaine initial en un ensemble de maillages, chacun tant enrichi et vrifiant la partition de lunit.
La mthode des lments finis associe la mthode de partition de lunit donne naissance deux
grandes familles dapproches : la G-FEM (Generalized FEM) et la X-FEM (eXtended FEM), voir
paragraphe 22.4. Si les fonctions denrichissement ne sont pas actives, on se retrouve avec la
mthode des lments finis classique.
la Mthode denrichissement discontinu (Discontinuous Enrichment Method) est une mthode
de Galerkine lments finis discontinue avec multiplicateurs de Lagrange ddie aux application de
forts gradients ou oscillations rapides.
La mthode des lments frontires ou BEM (voir paragraphe 22.1) est encore une troisime
approche. Seuls les bords sont maills afin de rduire le nombre de degrs de libert. La formulation
intgrale de la frontire tablit un lien entre les champs intrieurs et les quantits sur les bords. La
matrice obtenue est petite, mais pleine et non symtrique.
Les mthodes sans maillage (voir paragraphe 22.2) : Dans la EFGM (Element Free Galerkin
Method ou mthode de Galerkine sans maillage), on na plus quun nuage de points sans connectivit entre eux. On utilise des fonctions de formes construites selon la mthode des moindres
carrs mobiles et formant une partition de lunit, qui peuvent tre polynomiales ou sinusodales.
Nanmoins, comme elle est base sur une discrtisation nodale, elle ncessite galement un grand
nombre de nuds aux frquences plus leves.
Les mthodes des lments discontinus : Pour des gomtries simples (utilisation en construction navale), on utilise des solutions analytiques ou semi-analytiques sur des sous-domaines simples
(poutres, plaques rectangulaires...) pour construire la structure complte. Lorsque cette mthode est
applicable elle donne de bon rsultats aussi bien en basses frquences, en moyennes frquences et
en hautes frquences.
III
LMENTS FINIS
236
Les mthodes de Trefftz : Elles utilisent des fonctions de base dfinies sur tout le domaine de la
sous-structure considre et vrifiant exactement lquation dynamique et la loi de comportement :
la solution est reprsente par la superposition de ces fonctions ; mais il faut encore vrifier
les conditions aux limites et de transmission. Les matrices sont de petite taille mais trs mal
conditionnes.
Les T-lments lient la dmarche Trefftz et la mthode des lments finis : Trefftz au sein de
chaque lment..
Pour les problmes de vibroacoustique, la WBT (Wave Based Technique) a t dveloppe :
la structure nest pas discrtise comme pour les T-lments mais est dcompose en lments
de grande taille par rapport la dimension de la structure. les fonctions de base particulires
utilises amliorent le conditionnement des matrices, ce qui conduit des matrices de petite taille
pleines et non symtriques. Lintgration sur les bords cote cher en moyennes frquences et le
conditionnement de la matrice en hautes frquences se dgrade du fait de la discrtisation des
amplitudes (seules certaines directions de propagation sont prises en compte).
Cas de hautes frquences

Comme dit prcdemment, on ne reprsente pas la solution localement mais on ne sintresse qu
des grandeurs moyennes.
La SEA (Statistical Energy Analysis) est la mthode de rfrence pour les hautes frquences.
La structure est dcoupe en sous-structures. Ensuite des regroupements de modes sont construits
tels que statistiquement le niveau de chacun des groupes de modes soit semblable : la mthode
repose donc sur lhypothse dune forte densit modale dans la bande de frquence tudie. Chaque
groupe de mode est associ un degr de libert : le problme rsoudre issu de lquilibre
nergtique est par consquent faible nombre de degrs de libert. Cet quilibre se traduit par un
bilan de puissance dans lequel la puissance injecte une sous-structure par des forces extrieures,
alatoires et stationnaires sur de larges bandes de frquences, est gale la somme de la puissance
dissipe dans cette sous-structure par amortissement et la puissance transmise lensemble des sousstructures voisines avec lesquelles elle est connecte, appele puissance de couplage. Lhypothse
forte de la SEA concerne cette puissance de couplage entre deux sous-structures qui est suppose
proportionnelle la diffrence de leurs nergies par mode, le facteur de proportionnalit tant le
coefficient de couplage.
La SEA est parfaitement adapte aux hautes frquences, mais trop globale et trop imprcise
pour dcrire finement le comportement en moyennes frquences.
De plus les coefficients de couplages ne sont connus explicitement a priori que pour des
gomtries trs particulires et ncessitent donc en gnral de recourir des expriences, ce qui fait
de la SEA une mthode non prdictive.
Des stratgies de calcul de ces coefficients de couplage existent, mais pour certains rgimes
dexcitation la notion mme de coefficient de couplage nest plus raliste.
La mthode de diffusion dnergie : Elle apporte un effet local la SEA en dcrivant de manire
continue les variables nergtiques. Elle a t applique des cas simples et lanalogie avec la
thermique nest pas dmontre pour des sollicitations et des gomtries quelconques.
Lanalyse ondulatoire de lnergie : Elle gnralise la SEA en ce quelle considre le champ
dondes non plus diffus mais directionnel en introduisant un champ dondes alatoires propagatives
dans les sous-structures et des coefficients de couplages qui varient selon les angles dincidence
aux interfaces.
Les Mthodes nergtiques Simplifies ou MES : Elles se proposent de pallier les insuffisances
de la mthode de diffusion de lnergie en donnant une reprsentation locale des phnomnes. Le
bilan de puissance est crit aussi bien lintrieur des sous-structures que de leurs couplages. La
connaissance des coefficients de couplages a priori demeure un problme.
237
17. Les ondes
LMENTS FINIS
III
Dautres mthodes existent encore : dveloppements asymptotiques, mthode de lenveloppe,

mthode des chemins structuraux.
La mthode des rayons : consiste suivre les rayons vibratoires le long de leur parcours
par ltude de leur propagation, rflexion et transmission entre sous-structures par les lois de
Snell-Descartes 3 de loptique gomtrique jusqu lamortissement des ondes. La RTM permet de
connatre la direction privilgie de transfert et de rpartition spatiale de lnergie, mais un cot
numrique trs lev. De plus, les coefficients de transmissions ne sont pas connus priori...
17.5.3
Remarques
Dans lapproche frquentielle, il faut dterminer les frquences dterminant la jonction BF/MF et
MF/HF.
La frquence BF/MF agit sur le cot de calcul : elle doit tre la plus grande possible, mais telle
qu partir de cette frquence, les modes de la structure deviennent locaux, tout en conservant la
sparation des modes (en pratique entre 300 et 600 Hz).
Le choix de la frquence MF/HF joue sur la qualit de la vitesse calcule et donc sur lnergie
cintique qui sert pour restaurer la rponse temporelle. Cette frquence doit tre au moins gale
1=T o T est la dure du choc dentre (si T D 1 ms, alors MF/HF = 2000 Hz mini).
la mthode des lments finis utilise en basses frquences doit utiliser les n premiers modes
pour la base rduite avec n tel que la frquence de ce mode soit de 2 la frquence BF/MF. On
utilisera galement la rgle classique dau moins 10 lments linaires par longueur donde pour le
maillage.
La FFT requiert par ailleurs que le chargement soit priodique. Le temps correspondant cette
priode, T0 , doit tre choisi judicieusement. Dans le cas dun choc, on a donc T0 > T, mais il
faut galement le choisir tel que la rponse transitoire de la structure steigne avant la fin de
cet intervalle de temps. De plus, ce temps influe sur lchantillonnage frquentiel du calcul de
la FRF. Les pulsations pour lesquelles la FRF est calcule doivent tre telles que !n D 2 nf0
avec f0 D 1=T0 . Il faut galement que le nombre de pas de frquences N soit une puissance de 2
pour utiliser la FFT et son efficacit, et N soit tre tel que N=T0 > 2fmax avec fmax la frquence
maximale contenue dans le signal.
Le choix judicieux de T0 influe directement sur la reconstruction temporelle de la rponse.
Pour les structures peu amorties ou pour des chargements longs, T0 est grand, et donc la FFT
coteuse. Dans ces cas, des mthodes ont t dveloppes : les fonctions de Green ; la Implicit
Fourier Transform ; et lamortissement artificiel.
3. Selon Huygens, Snell dcouvrit le premier les lois de la rfraction en 1621. Il semble par ailleurs quon lui doive
galement, avant Neper, lcriture actuelle des nombres dcimaux, en France tout au moins : e; dcm::: distinguant,
spares par une virgule, les parties entire e et dcimale (d = diximes, c = centimes, m = millimes,... ).
III
LMENTS FINIS
238
Chapitre 18
Lacoustique
Rsum En complment avec ce qui a t vu aux chapitres prcdents 16 et 17 sur
les problmes non stationnaires et les ondes, nous allons nous focaliser dans ce chapitre
sur lacoustique, et plus particulirement sur le calcul de problmes pour lesquels les
frquences restent infrieures quelques milliers de Hz. Nous en profiterons pour effectuer
une prsentation pratique de lacoustique et des solutions qui peuvent tre mises en uvre
physiquement.
Nous avons dj prsent la problmatique de lacoustique plusieurs reprises au long de ce

document : au paragraphe 6.4.2, lquation des ondes a t donne dans le cas de lacoustique sous
forme dquation diffrentielle (6.12) dont linconnue est la pression acoustique ; des remarques
plus physiques concernant lacoustique ont t faites au paragraphe 6.7, notamment concernant
les chelles dnergies mises en uvre, ainsi que sur les aspects solidien et arien ; mais cest
surtout au paragraphe 8.4 quont t prsentes lquation dHelmholtz (8.56) et sa formulation
faible. Quant la formulation lments finis, elle a t aborde au chapitre 17, o ont t dcrit les
systmes matriciels traiter selon les cas (rponse libre, priodique ou transitoire, amortie ou non).
Toutefois, nous souhaitions apporter des lments supplmentaires sur le sujet :
au paragraphe 18.1, nous proposerons une prsentation de lacoustique sur le terrain : nous
exposerons brivement lacoustique partir des problmatiques qui se posent physiquement,
et nous prsenterons quelques solutions typiquement utilises pour rsoudre ces problmes
dacoustique. Nous verrons dailleurs que les problmes rencontrs en hautes frquences sont
gnralement aisment rsolus, et quil convient donc de se concentrer sur les frquences
infrieures quelques kHz.
au paragraphe suivant 18.2 nous reviendrons plus en dtails sur la mise en uvre pratique
dun calcul acoustique par lments finis.
La motivation principale vient de ce que, dans le paragraphe 17.5, nous avons indiqu que la
mthode des lments finis devait se cantonner aux basses frquences, celles-ci allant jusqu
600 Hz environ. Il est vrai quau-del, de nombreuses autres mthodes existent... et nous
avions profit de ce paragraphe pour les prsenter. Nanmoins, laugmentation rapide des
capacits des ordinateurs, fait quil est tout fait raisonnable aujourdhui de traiter des cas
allant jusqu quelques milliers de Hz, disons 3000 Hz pour fixer les ides, laide de la
mthode des lments finis. Cela permet de traiter la plupart des cas pratiques qui se posent
nous, puisque nous aurons vu auparavant quil est souvent inutile de monter plus haut en
frquence.
Des illustrations sur quelques cas types seront faites au paragraphe 18.3.
239
18. Lacoustique
LMENTS FINIS
III
18.1
Introduction lacoustique physique
Nous nous proposons dtudier comment une nuisance vibro-acoustique se propage depuis son
mission jusqu sa rception. La source pourra tre mcanique, aro- ou hydrodynamique... et
pourra couvrir un trs large spectre de frquences, depuis les plus basses (excitation vibratoire,
i.e. infrieure environ 500 Hz), jusquaux plus hautes (excitation acoustique, depuis 500 jusqu
environ 8000 Hz). La propagation ncessitera de connatre le ou les modes de transmission (solidien,
arien) ainsi que lenvironnement de transmission (champ ouvert ou ferm). La rception quant
elle sera lie la la perception, qui elle-mme sera dcrite de manire normative (niveau, puissance)
ou sensorielle (psycho-acoustique...).
18.1.1
mission
Face une problme vibro-acoustique, on est amen considrer les questions suivantes :
Localisation : o est-ce que a fait du bruit ? Il sagit de trouver, dans un ensemble qui peut
tre trs complexe (par exemple un vhicule, un compresseur...), o sont les sources.
Identification/Sparation : l o a fait du bruit, quest-ce qui fait du bruit exactement ? De
manire plus dtaille que la localisation, il peut tre ncessaire, pour les sources identifies,
de dterminer la contribution de certaines de leurs parties ou sous-ensembles : selon la
modlisation souhaite, on pourra se contenter de dire que la source vibro-acoustique dans
un vhicule est le moteur, o alors souhaiter sintresser plus finement aux injecteurs, au
carter, la bote de vitesse...
Enregistrement/Caractrisation : quel bruit est mis par chaque source ? Il sagit de raliser
des enregistrements permettant de caractriser la source vibro-acoustique considre. Par
exemple, un vibromtre laser permet de rcuprer les vibrations (acclrations, vitesses), sans
contact. De l, il est possible de re-synthtiser le son dune seule pice parmi un ensemble
de pices en fonctionnement. Les enregistrements permettent de caractriser la source en
terme de spectre, puissance, directivit... et fournissent galement des donnes utiles pour la
restitution de rsultats (par exemple donnes audio binaurales).
La caractrisation des sources peut galement dboucher sur des lois phnomnologiques, qui
relient les caractristiques vibro-acoustiques certains paramtres tels que par exemple : le rapport
de bote, le rgime moteur, le rgime ventilateur [28, 34, 35, 47, 50, 67, 68, 76]...
Notons enfin que lorsque lon parle dacoustique, la propagation finale se fait forcment dans
lair puisque cest celle qui arrive jusquaux oreilles...
18.1.2
Transmission
La figure 18.1 donne la rpartition schmatique des puissances (ou les diffrents types dondes
considrer).
Une onde incidente (1) arrivant sur un obstacle se
trouve en partie rflchie par celui-ci (2), alors quune
4
partie est directement transmise (5). Toutefois, cela ne
reprsente pas la totalit de lnergie incidente, car il
3
reste encore une fraction qui est absorbe ou dissipe
par lobstacle (3), et une dernire qui se propage au
sein de lobstacle (4) et qui peut ressurgir plus loin
2
5
dans la structure considre.
Pour les matriaux acoustiques, la rflexion et la
transmission seront dduites de mesures en tube dim1
pdance ou en cabine alpha, la capacit disolation
sera caractrise en utilisant la petite cabine, alors que
F IGURE 18.1: Rpartition schmatique des
puissances
III
LMENTS FINIS
18.1 Introduction lacoustique physique
240
la capacit de rayonnement sera apprhende par le

banc RTC III.
Lisolement est une donne globale qui traduit la
capacit dun ensemble faire barrire au bruit . Il
sagit tout simplement de la diffrence entre ce qui
attaque dun ct et ce que lon rcupre de lautre. Un isolement donn ne donne donc pas
dinformation sur la manire dont il est obtenu : rflexion, amortissement, absorption, ou plus
probablement par une combinaison plus ou moins complexe (et inconnue) de ces trois phnomnes.
Modes de propagation
Comme dj mentionn au paragraphe 6.7, il peut tre ncessaire de considrer un ou plusieurs des
modes de propagation suivants :
solidien/solidien : la source excite mcaniquement la structure, et la vibration se propage
dans la structure ;
arien/arien : la source met une vibration (un bruit) qui se propage dans lair (en gnral).
il sagit de la propagation dune onde acoustique de sa source jusquau rcepteur, dans lair ;
solidien/arien : il sagit du cas du rayonnement. La source excite mcaniquement une
structure, et celle-ci r-met une onde dans lair.
arien/solidien : dans le cas de sources acoustiques trs puissantes, lexcitation acoustique se
propageant dans lair peut arriver faire vibrer une structure.
Dans les deux premiers cas, on doit rsoudre un problme de propagation dans un milieu (structure
ou air). La sollicitation dpend du temps, donc on peut appliquer ce qui a t vu au chapitre 16 ;
mais comme elle est gnralement priodique, et que lon sintresse au rgime stationnaire, on
peut alors utiliser ce qui a t vu au chapitre 17 sur les ondes.
Dans les deux derniers cas, il sagit dun calcul o il faut prendre en compte le couplage fluidestructure. La source tant priodique, on utilise encore ce qui a t vu au chapitre 17, aussi bien
dans la structure que dans lair. videmment, ce sont les techniques du chapitre 16 qui sappliquent
si lon sintresse au rgime transitoire.
Dans la ralit , tous ces cas existent bien :
solidien/solidien : tout moteur, mme mont sur des silenblocs qui filtrent lexcitation, gnre
dans les supports, puis dans toute la structure porteuse, des vibrations. On est donc bien face
la propagation de vibrations au sein de solides ;
arien/arien : si lon nentre pas dans le dtail de son fonctionnement mcanique, un hautparleur est une source arienne qui gnre une onde acoustique qui se propage dans un
volume dair contenu, par exemple, dans une salle. Si lon sintresse au niveau de pression
acoustique en un point de la salle, on a une modlisation o seul le volume intrieur de la
salle est ncessaire (et les bonnes conditions aux limites, mais nous y reviendrons) ;
solidien/arien : dans le cas de structures en treillis portant des panneaux, ce qui est le cas
pour la conception de cars et bus, le moteur, situ larrire, excite la structure de manire
solidienne... et des vibrations se propagent dans tout le bus, o elles trouvent rgulirement,
et jusqu lavant, des panneaux qui vont se mettre rayonner, i.e. transformer cette
vibration mcanique en bruit se propageant dans lair jusquaux oreilles du conducteur et des
passagers ;
arien/solidien : dans le cas de structures lgres, par exemple pour des vhicules sans permis,
le moteur excite la structure non seulement de manire solidienne, mais galement de manire
arienne. Le bruit gnr par le moteur est tel, au sein du compartiment moteur, que cette
sollicitation arienne est capable de faire vibrer le tablier de sparation moteur/habitacle, qui
dans ce cas prcis est gnralement trs peu isolant (typiquement en ABS thermoform avec
une paisseur avant transformation denviron 3 mm, donc une paisseur, dans les endroits les
plus dforms, de lordre du millimtre). Il suffit pour le mettre en vidence de remplacer
241
18. Lacoustique
LMENTS FINIS
III
le moteur par un haut parleur dcoupl du chssis et gnrant une pression acoustique
quivalente celle du moteur.
Tous ces cas existent donc bien, et peuvent mme se superposer. Il convient donc dtre prudent
dans le choix de la modlisation la plus adapte au problme tudi.
Fonctionnement des solutions acoustiques
Il en va de mme dans lutilisation de matriaux ou solutions acoustiques. Plusieurs phnomnes
peuvent intervenir et se superposer :
absorption : il sagit du cas o lnergie acoustique est dissipe dans ou par le matriau ou la
solution. Pour les matriaux poreux ou fibreux, des modles de fluides quivalent existent.
Ils sont modliss par des paramtres tels que la porosit, la tortuosit... dans le cas de
rsonateurs ou de foils absorbers, ce sont les caractristiques du matriau constituant ceux-ci
ainsi que leur gomtrie qui dterminent leur performance dabsorption ;
isolation : il sagit du cas o lon fait barrire au bruit. Les notions dtanchit et de
masses sont prpondrantes. On commencera donc par viter au maximum toutes les fuites
acoustiques (tous les trous). Ensuite, on pourra utiliser le fait que lisolation est lie la
masse : on gagne 6 dB par doublement de masse (en fait 20 log10 2).
Enfin, dautres systmes peuvent tre utiliss. Parmi ceux-ci, le systme masse-ressort
constitue lune des plus anciennes solutions pour amliorer lisolation acoustique. Il sagit
de raliser un systme rudimentaire de double parois dcouples. Lorsque la premire paroi
est attaque par le bruit et les vibrations, la seconde ragit de manire dcouple. On peut
choisir le ressort et la masse pour filtrer les frquences indsirables. Ce systme prsente
par contre une frquence de coupure pour laquelle lisolation nest pas amliore, mais au
contraire le phnomne est amplifi.
amortissement : il sagit du cas o lnergie vibratoire est dissipe dans un matriau choisi
pour ses proprits damortissement visqueux, ou par son mode de fixation (collage, montage
en contrainte...).
Lajout dune pices dinsonorisation, par exemple ralise par thermocompression de matires
fibreuses, sur une structure a pour effet daugmenter labsorption. Toutefois, cette pice possde
une masse, mme faible, qui ajoute de lisolation. De plus, son mode de fixation peut apporter de
lamortissement la structure tudie. Toutefois, si la pice est monte sur une tle, sa masse tant
vraiment faible face celle de la tle, il nest pas faux de ne pas prendre en compte son apport sur
lisolation. Si de plus elle est juste maintenue mcaniquement, il est galement possible de ngliger
son influence en terme damortissement.
Complments sur labsorption
Revenons quelques instants sur labsorption, et plus particulirement sur les performances dabsorption des solutions existantes, qui sont illustres sur la figure 18.2.
On voit sur la figure 18.2 que lon peut distinguer deux types de comportements :
un comportement dabsorption centr sur une frquence : il sagit des panneaux flchissants,
des rsonateurs de Helmholtz et des panneaux rigides perfors. Lavantage de ces systmes
est quils permettent dattaquer des frquences relativement basses. Leur inconvnient est
que face une source large bande, ils ne traitent quune infime partie du problme ;
et un comportement dabsorption large bande : il sagit des matriaux poreux et fibreux.
Bien que napportant quune absorption trs limite aux basses frquences, ils permettent
de bien traiter le spectre en hautes frquences et constituent donc une solution simple et
aise mettre en uvre. La figure 18.3 montre le rle de la porosit dans labsorption, en
augmentant le parcourt moyen parcouru par londe acoustique. La dernire photo est une
microscopie dun matriau fibreux rel (on remarquera quil y a beaucoup dair et peu de
fibres finalement).
III
LMENTS FINIS
242
F IGURE 18.2: Coefficient dabsorption pour diffrents types dabsorbants
F IGURE 18.3: Rle de la porosit
Histoire
Tout cela justifie la remarque que nous faisons en introduction : la partie difficile traiter dans
les problmes dacoustique ne concerne que les basses frquences o il nexiste que trs peu de
solutions, surtout simples de mise en uvre. Les hautes frquences (suprieures 2 ou 3000 Hz)
peuvent tre facilement traites (poreux, fibreux). De plus, loreille humaine, bien que percevant les
frquences de 20 20000 Hz, est surtout sensible dans la bande de frquences allant de 1 4 kHz.
Ds lors, bien quune tude acoustique doive prendre en compte la totalit du spectre (de la source
et audible), du point de vue calculatoire (et du point de vue de la conception des solutions), cest
au-dessous de 3000 Hz que le travail devra se concentrer. Ainsi donc, un traitement par la mthode
des lments finis est tout fait envisageable pour faire face la majorit des problmes : nous
entendons par l, avec un cot de calcul raisonnable.
243
Complment sur le rsonateur de Helmholtz.

Les rsonateurs de Helmholtz sont une solution trs ancienne, puisquon utilisait dj des vases dans
les thtres antiques pour la correction acoustique. Le nom provient dun dispositif cr dans les
annes 1850 par Hermann von Helmholtz afin de dterminer la hauteur des diffrents tons.
18. Lacoustique
LMENTS FINIS
III
A
Les applications des rsonateurs de Helmholtz sont nombreuses. En
acoustique des salles, ils permettent dattnuer les frquences mdiums.
l
Le principe du rsonateur de Helmholtz est le principe de base permettant
de faire des enceintes acoustiques utilisant la technique de lenceinte bassreflex. Lenceinte contenant le haut-parleur est ouverte par un tube o lair
se dplace et cre donc un rsonateur auxiliaire entrant en rsonance avec
le haut-parleur actif principal permettant dabaisser la frquence de coupure
basse de lenceinte. En aronautique, pour limiter le bruit des racteurs
civils, les nacelles et entres dair sont constitues de panneaux sandwich
Rsonateur de Helmholtz
nid dabeilles recouverts dune tle perfore aluminium ou composite. Le
rsonateur est ainsi constitu par la bouteille (cellule du nid dabeilles) et le col (perage de la tle).
En automobile, la rsonance de Helmholtz peut tre utilise pour amliorer le remplissage en air des
moteurs combustion interne...
Le rsonateur est assimil une cavit ferme de volume V qui communique avec lextrieur
par lintermdiaire dun col de longueur l et de section A. On fait par ailleurs lhypothse que les
dimensions du rsonateur sont petites devant la longueur des ondes acoustiques considres, que
lair se comporte comme un gaz parfait et que lon peut ngliger les effets thermiques ainsi que les
effets dissipatifs. Alors la frquence du rsonateur est :
r
c
A
f0 D
(18.1)
2 Vl
o c est la vitesse du son. Ce systme se comporte comme un systme masse ressort : on se retrouve
face aux oscillations libres de linertance pneumatique A= l de la colonne dair dans le col sur la
raideur pneumatique p=V de lair contenu dans la cavit V. Il ne fait pas intervenir la propagation
des ondes. La rsonance de Helmholtz la frquence f0 doit donc tre distingue des modes propres
acoustiques de la cavit, qui sont solutions de lquation dHelmholtz, et se situent des frquences
beaucoup plus leves que f0 .
Le coefficient ou facteur dabsorption acoustique est le rapport de lintensit acoustique qui

nest pas rflchie (absorbe, propage et transmise) sur lintensit acoustique incidente. On dfinit
le coefficient dabsorption de Sabine S , ou valeur moyenne du coefficient dabsorption, par :
Pn
i Si
S D i D1
(18.2)
S t ot ale
o la surface totale S t ot ale est composes de n surfaces Si de coefficient dabsorption i .
Laire dabsorption de chaque surface Si , quant elle, est dfinie par :
Ai D i Si
(18.3)
Laire dabsorption quivalente A est calcule par la formule de Sabine datant des annes 1898 :
A D 4mV C
n
X
Si i D 4mV C
i D1
N
X
Ai
(18.4)
i D1
o m est lamortissement du milieu (en gnral lair) et V le volume de la salle (ou du volume)
considr. Cette formule nest valable que pour des valeurs de sensiblement infrieures 1.
Pour > 0; 3 on utilisera la formule dEyring prcise dans les annes 1920, et valable pour toutes
les valeurs de :
A D 4mV
N
X
i D1
Si ln.1
i / D
S t ot ale
1
(18.5)
o est le coefficient moyen dabsorption qui peut tre pris gale S .

Le terme damortissement 4mV est souvent nglig, ce qui est particulirement licite pour les
salles de petite taille.
III
LMENTS FINIS
244
Diffraction et rflexion
La diffraction est un autre phnomne avec lequel il faut compter dans la propagation des ondes. Il
est illustr sur plusieurs cas la figure 18.4.
F IGURE 18.4: Phnomne de diffraction

Les figures 18.4a18.4c reprsentent le phnomne de diffraction au travers dune ouverture.
Londe aprs lobstacle, i.e. londe diffracte, a la mme frquence, la mme longueur donde
et la mme vitesse que londe incidente. Par contre, sa direction, son amplitude et sa forme sont
modifies (lamplitude de londe diffracte est infrieure celle de londe incidente).
Cest ce phnomne qui fait quau coin dune rue, on entend la personne venant perpendiculairement nous avant de la voir, comme montr sur la figure 18.4d.
Rappelons que deux ondes, diffractes ou non (mais a a plus de sens ici en parlant dondes
diffractes) peuvent interfrer. Le phnomne analogue se produit galement lorsquun obstacle
est insr au sein dun fluide, comme le reprsente la figure 18.4e. Les ondes doivent viter
lobstacle, ce qui modifie notamment leur direction sur les bords de lobstacle. Il se cre un zone
dombre en arrire de lobstacle (schmatise en gris). De plus, selon la forme de lobjet, les ondes
diffractes peuvent gnrer, plus en aval de lobstacle, des figures dinterfrence.
Le phnomne de rflexion sur un obstacle est illustr sur la figure 18.5. La figure 18.5a propose
>l
l
=l
<l
F IGURE 18.5: Phnomne de rflexion
une analogie avec des balles, de ce qui est dcrit avec des ondes la figure 18.5b, i.e. le cas de la
rflexion contre une surface irrgulire.
Si la balle est grosse face la taille des irrgularits, i.e. si la longueur donde est plus
grande que celle des irrgularits (ici on a un mur en accordon ayant un motif rptitif de
longueur l), alors le trajet est insensible aux irrgularits de la surface : la normale prise en compte
est celle de la surface sans irrgularits. Si < l, alors on peut encore utiliser les lois de loptique
gomtrique, mais on voit quil est alors ncessaire de disposer dune discrtisation suffisamment
fine pour dcrire ces irrgularits. Lorsque la dimension de la balle, i.e. la longueur donde de
245
18. Lacoustique
LMENTS FINIS
III
londe incidente, sapproche de la longueur caractristique des irrgularits, alors il convient dtre
prudent : si D l, on a des rflexions spculaires multiples (on parle aussi de rflexion diffuse)
quil est souvent difficile de prendre en compte, sauf par des formulations particulires. Souvent, ce
cas nest clairement pas pris en compte.
Environnement ouvert ou ferm
La propagation dondes acoustiques se traite gnralement dans deux cas distincts :
celui dun environnement ouvert, ou champ libre : londe peut se propager linfini ;
ou celui dun environnement ferm : londe est confine dans un volume donn dont elle ne
peut sortir.
On rappelle par ailleurs quune onde voit son intensit dcroitre avec la distance parcourue.
Lintensit (vectorielle) est le produit de la pression (scalaire) par la vitesse (vecteur). Dans
les conditions de champ libre, lintensit acoustique est proportionnelle au carr de la pression
acoustique. Quand la distance la source est double, la pression est divise par deux (et lintensit
acoustique est divise par quatre). Le niveau de pression acoustique diminue alors de 6 dB.
Une question intressante, dans le cas dun environnement ferm, est de se demander ce quil
se passe lorsquune source met des frquences qui nont pas la place de se dvelopper au
sein du volume disponible, i.e. lorsque les longueurs dondes considres sont suprieures aux
dimensions de lespace dans lequel met la source. Ce cas se produit pour les basses frquences
mises par un moteur au sein de son encoffrement, ce dernier tant approximativement un cube de
60 cm de ct.
Et bien, dans ce cas, lnergie injecte gonfle en quelque sorte lencoffrement. Celui-ci
est sollicit en pression... et rpond videmment selon ses modes propres. Dans de nombreux cas
(encoffrement moteur, habitacle de vhicule...), il est ncessaire de prendre en compte la rponse
modale du volume dans lequel on dfinit le problme, car celle-ci influe sur la rpartition du champ
acoustique, dont notamment dventuelles rsonances.
Rpartition des pressions

80 Hz
140 Hz
F IGURE 18.6: a) Rpartition modale dans un vhicule et b) non-uniformit du champ acoustique

Le champ acoustique dans de telles situations (et dans dautres) est non uniforme, i.e. a des
valeurs trs diffrentes dun point lautre. Ces deux aspects sont illustrs la figure 18.6.
Histoire
18.1.3
III
Rception
Le bel (B) est utilis dans les tlcommunications, llectronique et lacoustique. Vers 1920, les
entreprises de tlphonie utilisaient comme unit pour lattnuation le msc, valant celle dun mile
(1,6 km) de cble standard la frquence de 800 Hz. Des ingnieurs des Laboratoires Bell dfinirent
une unit de transmission indpendante du cble et de la frquence, base sur dix fois le logarithme
dcimal. Cette unit sappela dabord TU pour Transmission Unit (unit de transmission). Elle
LMENTS FINIS
246
prsentait lavantage dtre presque quivalente au msc (1 TU = 1,083 msc). Elle fut renomme
dcibel en 1923 ou 1924 en lhonneur du fondateur du laboratoire et pionnier des tlcoms, Alexander
Graham Bell.
Les Laboratoires Bell consultrent les oprateurs tlphoniques et administrations responsables. Certaines utilisaient des logarithmes npriens, qui prsentent
certains avantages pour le calcul, avec une unit appele le nper (symbole Np). Les
deux units ont coexist, mais le nper na pas connu le succs du dcibel. La norme
ISO 80000-3, page viii, dit dailleurs : Lutilisation du nper est le plus souvent
limite des calculs thoriques sur des grandeurs de champ, o cette unit est la plus
commode, alors que, dans dautres cas, en particulier pour des grandeurs de puissance,
Bell
le bel (B), ou en pratique son sous-multiple, le dcibel (dB), est largement utilis. Il
convient de souligner que le fait que le nper soit choisi comme lunit cohrente nimplique pas
quil convienne dviter dutiliser le bel. Le bel est accept par le CIPM et lOIML pour tre utilis
avec le SI. certains gards, cette situation est similaire au fait que lunit degr () est utilise
couramment la place de lunit SI cohrente radian (rad) pour les angles plans.
Lusage du logarithme dcimal tait dautant plus pratique quavant la diffusion des calculatrices
lectroniques, on se servait pour les calculs de tables de logarithmes dcimaux. Lorsquon se propose
de calculer lattnuation dans une ligne de longueur l et de coefficient dattnuation , il faut lever
.1 / la puissance l. En pratique, on cherchait l log.1 / dans la table avant de reconvertir le
logarithme en rapport.
Le dcibel a connu un grand succs dans le domaine de
lacoustique. Par une concidence fortuite, un dcibel, en puissance sonore, correspond peu prs la plus petite variation
perceptible par loreille. Selon le philosophe et psychologue
Gustav Fechner, la sensation ressentie varierait comme le logarithme de lexcitation. Une unit progression logarithmique
semblait particulirement pertinente dans un domaine o la
Fechner
Weber
Stevens
perception humaine tait en jeu. Des recherches ultrieures
sont venues contester la loi de Weber-Fechner, comme la loi de puissance de Stevens (1951) ; mais
lusage du dcibel stait tabli, mme dans des cas o il complique la comprhension.
La loi de Weber-Fechner stipule que la sensation perue, S, est proportionnelle au logarithme de
lintensit, I, du stimulus :
S D k log.I/
(18.6)
alors que la loi de puissance de Stevens modlise cette relation entre ces deux grandeurs par une loi
puissance :
S D kIa
(18.7)
o, dans les deux cas, k est une constante. Stevens a donn des valeurs obtenues pour lexposant a
dans diffrents domaines dans une publication de 1957 et dans son ouvrage de 1951 Handbook of
Experimental Psychology.
Dcibels
La notion de rception sera forcment lie une chelle de mesure (une mtrique). Nous avons
plusieurs fois dj utilis le dcibel (dB). Toutefois, il convient de distinguer plusieurs chelles :
Le dcibel (dB) est une unit de grandeur adimensionnelle dfinie comme 10 fois le logarithme dcimal du rapport entre deux puissances. Pour lacoustique, ce rapport des puissances
est dfini entre la grandeur mesure et une valeur de rfrence fixe par une norme.
n(en dB) D 10 log10 .I1 =I0 /
(18.8)
o I1 et I0 sont deux intensits.

Dans la formule prcdente, si I0 correspond au seuil de perception (10 12 Watt/m2 ), on
obtient le dcibel absolu ou dB lin ou SPL. Cest celui que lon utilise dans les calculs et
247
18. Lacoustique
LMENTS FINIS
III
analyses.
n(en dB) D 10 log10 .I1 =10
12
(18.9)
Si I1 D 10 12 W/m2 (seuil de perception), on obtient 0 dB. Si I1 D 1 W/m2 (seuil de

douleur), on obtient 120 dB.
Le dBA traduit la perception par loreille du phnomne (protection physiologique par
filtrage). Cest souvent lui quil faut utiliser en lien avec des normes adquates (fonction du
problme considr) pour savoir sil y a nuisance sonore ou non.
Il existe dautres pondrations : le dBC est quasiment linaire sur plusieurs octaves et est
utile pour les mesures subjectives avec de fortes pressions acoustiques. Le dBB est entre le
dBA et le dBC. Le dBD est appliqu pour tenir compte de la gne cause par les sifflements
( hautes frquences) perus lintrieur des avions modernes. Le dBG est adapt aux basses
frquences...
Notons que, pour tre plus prcises, ces pondrations devraient varier avec lge : en effet, la
perception en fonction de la frquence et de la puissance varie avec lge, ainsi que ltendue
de frquences audibles (qui diminue, phnomne appel presbyacousie), comme on le voit
sur les courbes (ou diagrammes) de Fletcher et Munson, prsentes dans leur article Loudness,
its definition, measurement and calculation paru en 1933 dans le Journal of the Acoustic
Society of America, et que lon appelle galement courbes isosoniques. Fletcher et Munson
travaillaient tous les deux aux laboratoires Bell.
Grandeurs acoustiques
ce niveau, il convient de rappeler quelques dfinitions :
La pression acoustique (en N/m2 ) est lamplitude des variations de la pression en un point
de lespace, par rapport la pression atmosphrique, provoques par le passage dune onde
sonore en ce point.
La puissance acoustique (en W) est la quantit (ou le flux) dnergie acoustique qumet une
source par unit de temps.
Lintensit acoustique (en W/m2 ) est le flux dnergie acoustique qui est transmis dans une
direction donne, travers une unit de surface, pendant une unit de temps. Elle dpend de
la puissance de la source, du milieu de propagation, de la distance la source.
Lintensit acoustique sexprime comme :
ID
p2
Z
(18.10)
o p est la pression acoustique et Z limpdance (qui sexprime en Pa.s/m ou en Ns/m3 ).

Remarque. Dans le cadre de mesures :
lintensit acoustique est reprsente par la puissance lectrique (W) ;
la pression acoustique est reprsente par la tension lectrique (V) (la tension lectrique fournie par
un microphone est proportionnelle la pression acoustique p) ;
limpdance acoustique est reprsente par la rsistance lectrique.
On peut remplacer I D p 2 =Z par P D V2 =R et en dduire la puissance moyenne :
V21 C ::: C V2n
(18.11)
nR
On dfinit aussi la tension efficace ou tension RMS (Root Mean Square), qui est la tension continue qui
donnerait une puissance continue gale la puissance moyenne. On a donc Pmoy D V2eff =R, soit :
s
V21 C ::: C V2n
Veff D
(18.12)
n
Pmoy D
Notons que lon parle souvent, dans le monde des acousticiens, en termes de bandes de
frquence, lanalyse en bandes fines ntant utilise que pour des analyses plus pousses.
III
LMENTS FINIS
248
Loctave tant le doublement de la frquence f2 D 2f1 , le tiers doctave est dfini par un
rapport entre les frquences de f2 D 21=3 f1 .
Les frquences centrales de lanalyse par tiers doctave normalise sont les suivantes (en Hz) :
20, 25, 31, 40, 50, 63, 80, 100, 125, 160, 200, 250, 315, 400, 500, 630, 800, 1000, 1250, 1600,
2000, 2500, 3150, 4000, 5000, 6300, 8000, 10000, 12500.
Le bruit blanc est un son dont le spectre contient toutes les frquences la mme amplitude.
Une analyse bande de frquence constante donnerait donc une courbe constante gale 1.
Le bruit rose est un bruit dont le niveau par bande doctave est constant. Ce signal se rapproche
plus de la sensibilit de loreille que le bruit blanc. Pour cette raison, le bruit rose est donc souvent
utilis dans lunivers audible pour calculer la rponse frquentielle dune chane de reproduction
sonore.
Impdance
La notion dimpdance mrite que nous y passions quelques instants. En effet, elle nous permettra
par la suite de dfinir des conditions aux limites pour nos modles numriques.
Limpdance caractristique dun milieu (solide, liquide ou gazeux) est dfinie comme le
rapport de la pression acoustique sur la vitesse de dplacement en milieu ouvert (i.e. en labsence
dondes rflchies). Cest une proprit du matriau considr qui est gale, dans le cas dun espace
illimit, au produit de la masse volumique du matriau par la vitesse du son dans ce mme matriau.
Limpdance acoustique dans les solides est dfinie par :
ZD
F
D c
v
(18.13)
o F est la force (N), v la vitesse de dplacement (m/s), la densit linique du milieu (kg/m) et c
la vitesse de propagation (m/s). On remarquera que c et v sont inversement proportionnelles. Dans
les solides, la vitesse de propagation est plus leve que dans les gaz et lnergie sy dissipe moins
rapidement : londe peut se propager plus loin.
Limpdance acoustique dans les gaz est dfinie par :
ZD
p
D c
v
(18.14)
o cette fois p est la pression acoustique (Pa), les autres grandeurs tant les mmes quauparavant.
Quelques valeurs. Limpdance de lair vaut Z D 413; 5 (en Pa.s/m ou N.S/m3 ) 20C. Elle varie avec
la temprature, tout comme la densit et la clrit du son.
La vitesse du son dans lair vaut c D 331; 5 C 0; 6 m/s, o est la temprature de lair en C (elle
varie galement en fonction de la pression atmosphrique et de la temprature).
Limpdance acoustique de leau est denviron 1; 5:106 Pa.s/m.
Considrons deux milieux dimpdances respectives Z1 et Z2 , et une onde incidente se propageant dans le milieu 1 jusqu arriver sa frontire avec le milieu 2. Si Z1 D Z2 , alors londe
incidente se propage intgralement dans le milieu 2, i.e. elle est intgralement transmise. Par
contre, si Z1 Z2 , alors londe incidente se scinde en une onde rflchie et une onde transmise.
Lamplitude de londe rflchie est dautant plus grande que la discontinuit entre les deux milieux
est marque. On dfinit alors le coefficient de rflexion par :
pr
Z2 Z1
D
pi
Z2 C Z1
(18.15)
o les indices r et i dsignent londe rflchie et londe incidente respectivement.

Supposons quune onde se propage dans lair (Z1 D 413; 5) et rencontre un solide tel que Z2 D 500000.
Alors le coefficient de rflexion est de 99,8%. Dans le cas o une onde passe dun milieu plus dense un
milieu moins dense, le coefficient de rflexion devient ngatif.
Notons les deux cas extrmes suivants :
249
18. Lacoustique
LMENTS FINIS
III
la rflexion une extrmit libre : dans ce cas, Z2 0 et la vitesse de lextrmit est v D 2vi .
On assiste un changement de signe de vr sans renversement de la forme de londe.
la rflexion une extrmit fixe : dans ce cas, Z2 ! 1 et la vitesse de lextrmit est v D 0.
Il ny a pas de changement de signe de vr , mais la forme de londe est renverse.
Normes, indices et psycho-acoustique

De trs nombreuses normes et grandeurs existent dans le domaine de lacoustique, correspondant
des problmatiques diffrentes. Nous en listons quelques unes ci-dessous, mais cette liste est trs
loin dtre exhaustive :
Le comportement acoustique dune salle diffre selon la zone de frquence considre.
Pour les longueurs dondes suprieures au double de la plus grande dimension dune pice : le
son se comporte de manire quivalente aux changements de pression de lair statique. Pour
les longueurs donde comparables aux dimensions de la pice : il y a dominance des modes
propres de la salle. Il y a amplification des frquences, ce qui colore le son et cration
dondes stationnaires. Pour des longueurs dondes infrieures la moiti des dimensions de
la salle : on est dans le cas de rflexions multiples, et on peut faire une quivalence lumineuse
et utiliser les mthodes de tir de rayons.
Lune des premires grandeurs connatre est le bruit ambiant. Son niveau maximal est fix
par des normes en fonction de la destination du local.
Une seconde grandeur particulirement fondamentale pour la caractrisation de locaux,
quelque soit leur destination, est le temps de rverbration ou TR. Il correspond lintervalle
de temps ncessaire pour que la pression acoustique (dune salle) diminue un millime de
sa valeur initiale suite larrt de la source sonore. Cela reprsente une diminution du niveau
sonore de 60 dB. Le temps de rverbration indique la capacit qu la salle rverbrer les
sons.
En 1898, Sabine dcouvrit que le temps de rverbration TR tait proportionnel au volume
de la salle V et inversement proportionnel la surface quivalente dabsorption A :
TR D
kV
A
(18.16)
o la constante de proportionnalit k, trouve initialement gale 0,161, vaut k D .24 ln 10/=340 D

0; 163 s/m, et o laire dabsorption quivalente est calcule par les formules de Sabine (18.4)
ou dEyring (18.5).
Selon la destination du local, plusieurs normes existent pour mesurer le TR. De plus, la
destination du local joue galement sur la valeur acceptable ou non du TR.
Le Early Decay Time (EDT) est le temps de dcroissance sur les 10 premiers dB. Il est
subjectivement plus important, car il se rapproche de limpression de rverbration alors que
le TR fait rfrence aux proprits du local.
On utilise galement le taux de dcroissance spatiale DL, et plus particulirement le taux de
dcroissance par doublement de distance DL2 .
La Clart dpend de la distribution temporelle de lnergie prcoce, de la densit temporelle,
du niveau des rflexions et de la nature du message sonore. Lintelligibilit de la parole est
conditionne par le TR, le rapport signal/bruit, le volume et la gomtrie de la pice, et la
rpartition des surfaces rflchissantes et absorbantes. Plus le temps de rverbration est
court, meilleure sera la comprhension de la parole, moins que le bruit de fond ne domine.
Plusieurs indicateurs seront prendre en compte : le rapport Signal-Bruit (S/B), le Speech
Transmission Index (STI), le Percentage Articulation Loss of Consonants (%-Alcons), le
III
LMENTS FINIS
250
RApid Speech Transmission Index (RASTI)...

R 80
Clart sur 80 ms : C80 D 10 log10 R01

80
R 50
Distinctness sur 50 ms : D D R01
p 2 .t /dt
p 2 .t /dt
p 2 .t /dt
p 2 .t /dt
R0 1
tp.t /dt
Temp central : Tc D R01
0 p.t /dt
200r 2 T2R
VQ
8
< 0
1
RApid Speech Transmission Index : RASTI D
: .S=B/app C15
Articulation Loss Consonent : ALC D
si .S=B/app 6 15
si .S=B/app > 15
30
avec .S=B/app
1X
D
.S=B/i
9
i D1
o Q est le facteur de directivit. Des relations empiriques sont galement utilises :

ALC 170; 5e
STI
592STI
0; 18 ln.ALC/ C 0; 95
De l, on peut dfinir les rayons de discrtion et de confidentialit...

Dautres indicateurs existent lis par exemple la spatialisation (InterAural Cross Correlation (IACC), Lateral Efficienty (LE)...) ou a des critres de sonorisation (clart locale,
homognit...).
Des indicateurs prennent galement en compte la dure dexposition au bruit, surtout videmment dans le cadre de la lgislation du travail. Ainsi 80 dBA pendant 8 heures correspondent
86 dBA pendant 2 heures, 90 dBA pendant 45 min, 95 dBA pendant 15 min, 100 dBA
pendant 5 min, 107 dBA pendant 1 min ou 115 dBA pendant 28 s.
le Lex;d est le niveau dexposition sonore quotidienne exprim en dBA pour des bruits stables
ou fluctuants. Le Lpc est le niveau de pression crte exprim en dBC pour une exposition
des bruits impulsionnels.
LOrganisation Internationale de Normalisation (ISO) a propos plusieurs courbes qui correspondent toutes un certain degr de confort acoustique (ou de gne) : courbes dvaluation
du bruit, ou courbes de Noise Rating (NR). Grce ces courbes, il est possible de dterminer
au moyen dun seul chiffre le niveau de pression acoustique maximum autoris. Les indices
N40 et N80 sont souvent pris en rfrence.
Dans lments de physiologie et de pathologie des bruits, Wisner dfinit trois seuils de bruit
correspondant un indice de gne subjective : lorsque le bruit ambiant est en zone 1, le
travail intellectuel nest pas gn de faon apprciable ; lorsque le bruit ambiant est en zone
2, le travail intellectuel est pnible, le travail courant nest pas gn de faon apprciable ;
lorsque le bruit ambiant est en zone 3, le travail intellectuel est extrmement pnible, le
travail courant est difficile ; et lorsque le bruit ambiant est situ en zone 4, une exposition
prolonge peut conduire la surdit.
La Sonie ou bruyance (loudness) est une quantification de la perception du son chez ltre
humain. Cest une grandeur psycho-acoustique qui se rattache de faon complexe la pression
acoustique. Les courbes isosoniques issues des travaux de Fletcher et Munson expriment la
relation entre la frquence dun stimulus sonore continu et la perception de sa sonie. LISO a
donn un trac normalis afin de pouvoir dfinir le phone, unit de lexpression de la sonie.
251
18. Lacoustique
LMENTS FINIS
III
Il est toujours possible de construire dautres mtriques pour des problmes particuliers. Par
exemple dans [52], on trouvera une mtrique adapte la mesure de la beaut des bruits
priodiques.
18.2
Calculs acoustiques par lments finis
18.2.1
Modles simplifis pour valeurs de rfrence
Dans ce petit paragraphe, nous donnons quelques formules simples. Elles permettent nanmoins
deffectuer un prdimensionnement rapide pour les salles acoustiques et/ou de disposer de quelques
valeurs (au moins leur ordre de grandeur) vers lesquelles des calculs plus complexes doivent
conduire.
Puissance de la source sonore et propagation
En champ libre, on a la loi de propagation pour le champ direct suivante :

Q
Lp D Lw C 10 log10
4d
(18.17)
o Lp (en dBA) est le niveau de pression sonore du champ direct, Lw le niveau de puissance de la
source, d la distance la source et Q le facteur de directivit (Q D 1 source omnidirectionnelle,
Q D 2 source omnidirectionnelle pose sur le sol...).
Dans une salle (suffisamment rverbrante), on constate que le champ est diffus, et alors on a :
Lp D Lw C 6
10 log10 A
(18.18)
o Lp (en dBA) est le niveau de pression sonore du champ diffus, Lw le niveau de puissance de
la source et A laire quivalente dabsorption. On remarque que Lp est constant quelle que soit la
distance la source (puisquon est en hypothse de champ diffus) et quil ne dpend que de A, i.e.
de la capacit dabsorption disponible dans la salle. On notera que les parois, surtout si elles sont
lgres, prsentent une certaine transparence et quil est bon, pour ajuster le modle, daugmenter
laire dabsorption de la proportion dnergie qui quitte la salle par transmission (dfaut disolation).
En terme de modlisation, cela signifie qu proximit dune source (jusqu environ 30cm), on
considrera que lon est en champ direct. Au-del, on utilisera la relation correspondant au champ
rverbr.
Modes dune salle
Pour les longueurs donde de lordre des dimensions de la salle, il y a prdominance des modes
propres de la salle. Il faut donc pouvoir les valuer. Pour un salle paralllpipdique de dimensions L,
l et h, les frquences de rsonance sont donnes par :
s
2 2 2
c
i
j
k
f.i;j;k/ D
C
C
(18.19)
2
L
l
h
Les modes .i; 0; 0/, .0; j; 0/ et .0; 0; k/ sont des modes axiaux dans la directions de L, l et h
respectivement, les modes .i; j; 0/, .0; j; k/ et .i; 0; k/ les modes tangentiels, et les modes .i; j; k/
les modes obliques. La pression acoustique se met sous la forme :

XXX
i
j
k
p.x; y; z/ D
pij k cos
x cos
y cos
z
(18.20)
L
l
h
i
III
LMENTS FINIS
18.2 Calculs acoustiques par lments finis
252
La formule de Maa (1939) donne le nombre N.f / de frquences propres infrieures ou gales
une frquence donne f :
3
2

4
f

f
Lt
f
N.f / D
V
C S
C V
3
c
4
c
8
c
(18.21)
o V D Llh est le volume de la salle, S D 2.Ll C Lh C lh/ est la surface totale des parois de la
salle, et L t D 4.L C l C h/ est la longueur totale des artes de la salle.
En drivant la formule de Maa par rapport la frquence, on peut dterminer la densit de
frquences propres une frquence donne, i.e. le nombre de frquences propres comprises dans
un intervalle de 1 Hz centr sur f :
dN.f / D
Lt
4V 2 S
f C
f C
3
c
2c
8c
(18.22)
Pour une salle non paralllpipdique, on peut, sauf gomtrie vraiment trs biscornue, utiliser
les relations prcdentes en considrant le paralllpipde le plus proche de la gomtrie relle.
Remarques
On noubliera pas de prendre en compte les pertes par transmission dans le calcul des coefficients
dabsorption.
Dans le cas o lon sintresse la transmission entre plusieurs salles, il faudrait effectivement
ne pas oublier quune salle na pas que des sources internes, mais galement des sources externes
correspondant ce qui a pu schapper des autres salles, ou de ce qui rayonne suite la propagation
de vibrations.
Nous avons prsent quelques formules dans le cas de lacoustique des salles, mais dautres
formules relatives dautre problmatiques acoustiques typiques existent : par exemple pour
lencoffrement (ou capotage) de sources acoustiques (machines...).
Mthodes de composition de source. Toutes ces mthodes simples permettent nanmoins de raliser,
moindre frais, des modles de calculs (analytiques) pouvant prendre en compte des phnomnes assez
complexes. Cest ce que lon appelle les mthodes de composition de sources.
Dans ces mthodes, on commence par identifier toutes les sources dun problme : non seulement
les sources physiques comme un moteur, mais galement les sources induites comme le bruit de contact
pneu/chausse, le bruit arodynamique, le rayonnement de surfaces... Ces sources sont fonction des donnes
du problme telles que la vitesse du vhicule, le rapport de bote, etc. Les sources sont positionnes dans
lespace, et chacune est prise en compte indpendamment des autres. Lintroduction de couplages est
possible, mais peut tre dlicate (notamment pour les phnomnes tels que lamortissement). Ensuite, on
introduit divers facteurs de perte entre les sources et le point dcoute : matrices de transfert diverses
dues la distance la source, labsorption et lisolation de divers lments, lamortissement et le filtrage...
On voit bien que la mise au point dun tel modle peut se rvler particulirement complique, mme pour
quelquun ayant une grande exprience dans le domaine de lacoustique.
Toutefois, ces mthodes prsentent limmense intrt de fournir les rsultats instantanment (ou
presque pour des mthodes semi-analytiques), et valables dans toutes les gammes de frquences (aux
hypothses faites prs, ce qui peut tre restrictif). On voit galement que, de par leur nature, ces mthodes
sont essentiellement interpolatoires et leur utilisation extrapolatoire est plus que dlicate, conduisant
gnralement des rsultats compltement faux. Nanmoins, elles restent pertinentes dans de nombreux
cas industriels bien bords, et si elles sont corrles des rsultats exprimentaux, conduisent de surcroit
une interprtation aise de ceux-ci, permettant de trouver des tendances et des liens intressants. Nous
insistons malgr tout encore une fois sur la grande exprience (de lacoustique) ncessaire pour mettre ces
modles au point.
Cest une lapalissade, mais dans un calcul global, les phnomnes locaux (crantage...) ne sont
pas pris en compte (ou alors de manire globale)... Si lon sintresse au niveau moyen rsultant
dans un local, prendre en compte la totalit des surfaces absorbantes, quelles soient situes au
murs, au plafond ou sous formes dcrans, de fauteuils... fonctionne. Par contre, si lon a besoin de
descendre dans le dtail local de la rpartition de la pression acoustique (par exemple rpartition
253
18. Lacoustique
LMENTS FINIS
III
poste poste), alors il convient dutiliser des mthodes plus adquates, dont les lments finis, que
nous allons prsenter maintenant.
18.2.2
Constitution dun modle lments finis
Pour raliser notre modle de calcul vibro-acoustique par lments finis, nous devrons disposer de
sources et de conditions aux limites. Nous allons aborder ces deux points.
Sources
Si lon ajoute des termes de sources, alors lquation des ondes (6.12) devient :

1 @2 p
1
C r:
.rp qd / D qm
c 2 @t 2

(18.23)
dont linconnue est toujours la pression acoustique et o qd et qm reprsentent les termes de sources
pour un diple et un monople respectivement. Pour les milieux dispersifs, un terme de dissipation
supplmentaire peut tre introduit dans lquation des ondes qui devient :

@p
1
1 @2 p
d
C r:
.rp qd / D qm
(18.24)
c 2 @t 2
@t

Dans la suite, on restera dans le cas d D 0.
Dans le cas harmonique, lquation (18.23) devient lquation dHelmholtz (8.56) avec termes
sources :

!2p
1
C r:
.rp qd / D qm
(18.25)
c 2

Remarque. Si lon souhaite introduire le damortissement dans lquation, alors les quantits c et
peuvent tre complexes (au sens appartiennent C). Par exemple, pour un modle damortissement de
Rayleigh, la clrit c est une combinaison linaire de la masse et de la raideur.
Dans les codes de calcul, la source est gnralement modlise par un monople ou un diple.
Un monople est une source omnidirectionnelle, alors quun diple reprsente une source ayant
deux directions opposes selon lesquelles le champ est plus fort. Un diple peut tre vu comme
deux monoples de mme puissance spars par une petite distance et en opposition de phase.
On peut galement utiliser des quadriples si besoin. On trouve galement parfois des sources
ponctuelles, linaires ou ayant dautres formes prdfinies.
Rayonnement
En plus de sources dfinies ci-dessus, le phnomne de rayonnement peut tre lorigine dune
excitation acoustique. Le rayonnement est par nature un phnomne coupl fluide-structure, puisquil sagit du cas o une structure, en vibrant, gnre une onde acoustique. Cest un phnomne
complexe, qui fait toujours lobjet de recherches. Nous allons essayer den dire deux mots en restant
sur le mode de la vulgarisation.
Complments sur le rayonnement. Toute structure vibrant ne gnre pas de bruit, ou plus exactement, une
structure soumise un spectre ne rayonne pas lintgralit du spectre. Certes, leffet de lamortissant
structurel est sans aucun doute prendre en compte, mais il nai pas suffisant. En fait, seuls certains modes
de la structure rayonnent, et ce sont ceux qui correspondent des projections du nombre donde de la
vibration laquelle est soumise la structure. Il appert donc que lutilisation dune base modale dans le
calcul numrique peut tre mme de prendre en compte cette projection, tout en rduisant la taille des
calculs. On voit galement que la notion de vitesse de vibration, et par suite de vitesse des dformations,
est dimportance dans ce phnomne. Elle peut tre lie, au moins localement, des phnomnes de
compensation de pression acoustique qui peut ou non se faire pendant le temps de dformation.
III
LMENTS FINIS
254
Dfinition 70 Fonction de Green. On appelle fonction de Green une solution dune quation
ayant au second membre un terme impulsionnel.

Si lquation considre est lquation des ondes, on appelle fonction de Green en temps
une solution de lquation des ondes avec au second membre un terme source de type source
ponctuelle en espace et en temps, i.e. source localise en un point de lespace x0 et mettant une
impulsion un instant t0 localis dans le temps. On a donc pour second membre de la forme :
.t t0 /.x x0 / (o x est un vecteur). Elle scrit sous la forme :

1
kx x0 k
G.x; t; x0 ; t0 / D
t t0
(18.26)
4kx x0 k
c
Si lquation considre est lquation dHelmholtz, on appelle fonction de Green en frquence une solution de lquation dHelmholtz avec au second membre un terme source ponctuelle en espace, localis au point x0 . Elle scrit sous la forme :
1
e i kkx
4kx x0 k
G.x; x0 / D
x0 k
(18.27)
Dans le cas du rayonnement, on sintresse ce qui se passe au niveau de linterface entre une
structure vibrant et un fluide, o lon doit avoir continuit des vitesses acoustiques et mcaniques
normales.
Thorme 53 Theorme de Kirchhoff en frquence. Le thorme de Kirchhoff dit que le
champ de pression, en rgime frquentiel, en un point dobservation x donn, est entirement

dtermin par les valeurs de la pression et de sa drive normale sur les bords du domaine et la
donne de la source volumique qm .x0 /. Il stipule que le champ de pression au point x est donn
par la relation :
Z
Z
@G.x; x0 /
@p.x0 /
qm .x0 /G.x; x0 / d (18.28)
p.x/ D
p.x0 /
G.x; x0 /
d C
@n0
@n0

D@
Si lon considre une plaque plane, dans le plan .x; y/, vibrant, alors la condition cinmatique
de continuit des vitesses normales linterface surface plane/fluide impose la condition suivante
sur la vitesse des particules de fluide en z D 0 :
v.x/:z D v0 .x0 /
Et en projetant lquation dEuler linarise sur laxe z, on peut alors relier la drive normale de la
pression la vitesse normale de la surface S :
@p
@p
D
D i !v0 .x0 /
@n
@z
(18.29)
En labsence de toute autre source acoustique, le thorme de Kirchhoff ne comporte plus de terme
volumique. En introduisant la fonction de Green et la valeur de la pression normale, on obtient le
relation suivante, connue sous le nom dintgrale de Rayleigh, qui permet de calculer le champ
de pression acoustique rayonn par une surface plane S dont on connat uniquement la vitesse
normale :
i !
p.x/ D
2
255
18. Lacoustique
Z
S
e i kkx x0 k
v0 .x0 / dS
kx x0 k
(18.30)
LMENTS FINIS
III
Remarque. Le cas du piston circulaire, que lon trouve dans moult ouvrages, et que nous ne prsenterons
pas, est intressant et serait regarder car il se retrouve dans beaucoup dapplications telles que les
haut-parleurs, les transducteurs... Le formalisme de Rayleigh est bien adapt ce cas qui, sil est simple
dun point de vue structurel, a un comportement acoustique complexe.
Enfin, on dfinit limpdance de rayonnement ZR comme le rapport de la pression la surface

divise par la vitesse vibratoire. Cest un nombre complexe :
ZR D R C i !MR
(18.31)
o la partie relle R agit comme un terme damortissement, et la partie imaginaire MR comme un

terme de masse ajoute. Cela est ajouter ce qui a dj t prsent au sujet de limpdance au
paragraphe 18.1.3.
Disposant de sources vibro-acoustiques, il nous faut maintenant ajouter des conditions aux limites
sur notre modle. Les conditions aux limites classiques sont :
La condition de Neumann correspond une condition de mur rigide. Elle dfinit une frontire
sur laquelle la composante normale de lacclration est nulle (mur immobile parfaitement
rflchissant) :

1
n:
.rp qd / D 0
(18.32)

Sil ny a pas de diple (i.e. qd D 0) et si la densit du fluide est constante (i.e. D ct e),
alors lquation prcdente devient :
@p
D0
@n
(18.33)
i.e. la drive de la pression par rapport la normale est nulle.

Dans certains codes, on peut spcifier la valeur de lacclration normale, i.e. le second
membre de lquation (18.32) nest plus nul mais vaut an (condition de Neumann releve),
qui reprsente alors une source externe. Cela permet galement de coupler de manire faible
lacoustique un calcul structural : un premier calcul de structure permet de dterminer les
vibrations dune surface, et celles-ci sont introduites ensuite dans le calcul acoustique. Le
couplage est donc faible car dans ce cas on fait lhypothse que lacoustique en retour ne
modifie pas (ou peu) la vibration de la structure. De manire inverse, on a galement couplage
faible si le fluide agit sur le solide et que celui-ci en retour nagit que peu sur le fluide.
La condition de Dirichlet correspond une condition dabsorption parfaite. Elle est telle que
la pression acoustique sannule sur la surface :
pD0
(18.34)
En gnral, dans les codes, une telle condition permet de mettre la pression zro, ou
toute autre valeur (condition de Dirichlet releve) dfinie par lutilisateur. Le second membre
nest alors plus nul mais vaut p. Cela permet de modliser une source dbitant une pression
constante (applicable sur un nud si besoin).
La condition de Robin correspond une condition dimpdance. Elle se situe entre les deux
cas prcdents :

1
i !p
n:
.rp qd /
D
en analyse harmonique, ou

Z
(18.35)
1 @p
D
en analyse temporelle
Z @t
III
LMENTS FINIS
256
Lorsque Z ! 1 on retrouve le cas du mur rigide, et lorsque Z ! 0 celui de labsorption

parfaite.
Pour les plaques perfores, on utilisera cette condition pour grer labsorption. Certains
logiciels calculent limpdance notre place en fonction de paramtres physiques tels que :
la viscosit dynamique, lpaisseur et la porosit (diamtre des trous, distance entre trous, ou
aire des trous et rsistance de passage au fluide) et la ractance du panneau.
Labsorption peut tre gre par limpdance, mais certains logiciels incluent des modles
de fluides quivalent (homognisation), dont le plus connu est celui de Biot-Allard. Il
concerne les matriaux poreux et ncessite de connatre leur porosit, rsistance au passage
de lair, tortuosit, et longueurs caractristiques visqueuse et thermique (ces deux derniers
paramtres ayant une influence moins importante que les trois premiers sur labsorption).
Dautres modles existent comme le modle de Johnson-Champoux-Allard, celui de JohnsonChampoux-Allard-Lafarge...
Les conditions aux limites en rayonnement permettent de dfinir les rgions par lesquelles les
ondes peuvent quitter le modle. On trouve gnralement des conditions de radiation plane,
cylindrique et sphrique.
De la mme manire on trouve des conditions de rayonnement, plane ou cylindrique, permettant de modliser une source, i.e. une onde qui arrive (et non plus une onde qui quitte le
modle).
Lorsque le couplage faible dcrit plus haut nest pas suffisant, il faut alors intgrer le couplage
fort fluide-structure au calcul : le fluide, dfini par ses champs de pression et de vitesse, exerce
des forces de type arodynamique (de pression) sur la structure. Cette force arodynamique
se met sous la forme F D 12 v 2 SC, o v est la vitesse, S la surface de rfrence (pour
nous cette surface de rfrence sera la surface mouille) 1 et C le coefficient arodynamique.
En retour, le dplacement et/ou la dformation de la structure affecte, au moins localement,
le champ de lcoulement fluide et par consquent la direction et lintensit des charges
arodynamiques : ce cycle des interactions entre le fluide et la structure est la caractristique
du couplage fort entre les deux milieux, i.e. chaque milieu influe significativement sur lautre.
Basiquement, on retiendra que lanalyse acoustique fournit un chargement (la pression
acoustique) lanalyse structurelle, et lanalyse structurelle fournit des acclrations
lanalyse acoustique.
Si lon ne peut pas dcoupler les quations de chaque milieu (cest parfois possible et a
vaut donc le cot dessayer), alors on essaye gnralement de procder par la mthode dite
dcale : chaque physique est traite sparment, et lon essaye ensuite de faire transiter
linformation dun code lautre, ce qui nest pas toujours simple, engendre des erreurs
numriques supplmentaires, et surtout ncessite de dvelopper des algorithmes de couplage.
Sinon, la mthode dite monolithique est thoriquement la plus optimale puisque le fluide
et la structure sont traits par un mme code de calcul. Toutefois, lorsque les gomtries
ou la physique du problme traiter deviennent complexes ce type de mthode nest plus
envisageable puisque chaque milieu (fluide ou solide) ncessite des procdures de calcul
numrique spcifiques. Notons que certains codes de calcul grent de manire assez simple
pour lutilisateur ce couplage entre diffrentes physiques.
La continuit de la pression linterface entre deux milieux peut tre entrer. Il suffit de
1. Dans le cas dtude arodynamiques et pour les corps bien profils, la surface de rfrence sera la projection de la
surface dans un plan orthogonal la direction selon laquelle on veut le rsultat.
Toujours dans ce cas, on dcompose la force arodynamique selon trois axes en une force de trane Fx parallle
la direction moyenne de lcoulement ; une force de drive Fy perpendiculaire la direction moyenne de lcoulement,
dans le plan horizontal ; et une force de portance Fz , perpendiculaire la direction moyenne de lcoulement, dans le
plan vertical.
257
18. Lacoustique
LMENTS FINIS
III
spcifier que le saut est nul :

1
n:
.rp qd /

1
18.2.3
1
.rp

qd /
D0
(18.36)
Convergence
La convergence dun calcul acoustique dpend non seulement de la taille du maillage, mais
galement de la taille du pas de temps.
Discrtisation en espace
Le maillage doit tre en mesure de prendre en compte les longueurs dondes qui nous intressent
dans le calcul. Les ondes doivent pouvoir se dvelopper dans le calcul, et pour cela, on utilisera
la condition simple suivante :
hD
k
10
(18.37)
o h est la taille de la maille, et k le degr de lapproximation utilise dans llment. Ainsi

h D =10 pour un lment linaire, et h D =5 pour un lment quadratique.
Discrtisation en temps
La condition de Courant, Friedrichs et Lewy (condition CFL), nonce dans leur article de 1928
[24], dfinit, au travers dun nombre adimensionnel appele nombre de Courant C, une condition
de convergence pour rsoudre certaines quations aux drives partielles, notamment les quations
aux drives partielles hyperboliques, utilisant la mthode des diffrences finies. Pratiquement,
il sert donner le seuil dimensionnel sous lequel on observe une instabilit de calcul, erreur
dapproximation dans des calculs numriques, grandissant rapidement au fur et mesure des
calculs. Si la dimension de la grille est infrieure la distance parcourue dans lintervalle de pas
de temps par londe la plus rapide que permet lquation, lerreur grandit et envahit la solution
physique.
Le nombre de courant C, pour un problme de dimension n en espace (et 1 en temps), est dfini
par :
C D t
n
X
uxi
Cmax :
xi
(18.38)
i D1
o u est la fonction inconnue du problme, t le pas de temps et xi le pas de discrtisation de

chaque variable spatiale.
La constante Cmax prend diffrentes valeurs en fonction de la mthode utilise pour rsoudre
lquation discrtise. Pour une mthode explicite, on utilisera Cmax D 1, alors que pour une
mthode implicite, moins sensible aux instabilits numriques, on pourra prendre une valeur plus
grande pour Cmax . On fera en sorte de prendre Cmax le plus grand possible pour la mthode
considre, ce qui permettra par consquent de calculer le pas de temps le plus grand possible (la
taille de la discrtisation en espace tant contrainte par les frquences vises) afin de minimiser les
calculs.
18.2.4
Vers linfini...
Lorsque lon fait un calcul en champ ouvert... il faudrait dfinir le domaine jusqu linfini. Gnralement, on dfinit une zone (par exemple sphrique ou hmisphrique) entourant le problme,
situe une distance suffisante, et permettant de simuler linfini : ce qui nous intresse est donc une
III
LMENTS FINIS
258
condition dabsorption parfaite. Nous avons dj mentionn la condition de Dirichlet. Toutefois,

elle nest pas optimale.
Dcrite pour la premire fois en 1994 par Jean-Pierre Brenger dans A perfectly matched
layer for the absorption of electromagnetic waves, une zone absorbante parfaitement adapte (en
anglais Perfectly matched layer ou PML) est une zone absorbante artificielle pour les quations
dondes, couramment utilise pour tronquer les domaines de calcul dans les mthodes numriques
de simulation de problmes frontires ouvertes, particulirement dans les mthodes de diffrences
finis en temps et dlments finis. La proprit essentielle dune PML qui la distingue dun matriau
absorbant ordinaire est le fait quelle est conue de telle sorte que les ondes incidentes latteignant
depuis un matriau non PML ne se rflchissent pas linterface. Cette proprit permet aux PML
dabsorber fortement toutes les ondes sortant dun domaine de calcul sans les renvoyer dans ce
domaine.
Cette approche a t modifie puis gnralise en ce que lon appelle la stretched-coordinate
PML. Les PML correspondent une transformation dans laquelle une ou plusieurs coordonnes
sont attaches des nombres complexes ; plus techniquement, il sagit en ralit dune prolongation
analytique de lquation donde dans le domaine complexe, o les ondes propagatives (oscillantes)
sont remplaces par des ondes dont lamplitude dcrot exponentiellement. Ce point de vue permet
aux PML dtre adaptes aux matriaux inhomognes comme les guides dondes, ainsi qu dautre
systmes de coordonnes et dquations dondes.
La PML amortit une certaine longueur donde existant dans le systme, dduite de la frquence
et dune clrit de rfrence des ondes. Dans le cas dun problme uniquement fluide, cette clrit
de rfrence sera prise gale la vitesse du son. Dans le cas dondes se propageant dans un solide,
on la prendra gale la vitesse de compression du son. Pour un modle coupl fluide-structure, on
pourra prendre une valeur moyenne entre les deux prcdentes comme estimation initiale. Pour
une onde dont le vecteur donde fait un angle avec la direction dans laquelle on veut absorber, il
faudrait prendre une valeur de 1= cos jj.
18.2.5
... et au-del
Si lon souhaite savoir ce quil se passe loin de la source, en dehors du domaine de simulation
(sans devoir tout mailler), alors il est possible dutiliser des techniques dites de champ lointain (Far
Field).
Lide est somme toute assez simple : disposant des informations (pression, directivit) sur
la surface dun volume donn dans lequel est dcrit le problme, il est possible dextrapoler le
comportement en dehors de ce volume sous certaines hypothses, notamment de non rflexion du
champ (par exemple champ libre). La mise en uvre, quant elle, est loin dtre aussi simple que
lide.
Certains logiciels de calcul offrent cette possibilit.
18.2.6
Post-Traitement
La pression p.x; y; z/ calcule est un pression complexe (i.e. appartenant C). Toutefois, il est
ais, partir de celle-ci, de dfinir un certain
nombre dautres valeurs dintrt :

p.x; y; z; t / D < p.x; y; z/e i !t ;
1
prms .x; y; z/ D p jp.x; y; z/j ;
2

prms .x; y; z/
SPL.x; y; z/ D 20 log10
;
pref
dautres grandeurs lies au modle. Souvent on dfinira, partir des donnes et des rsultats
le facteur de perte. Par exemple, on peut le dfinir par :

Wi
D t l D 10 log10
(18.39)
Wt
259
18. Lacoustique
LMENTS FINIS
III
o Wi est la puissance moyenne incidente et W t la puissance moyenne transmise.

Dfinir toutes ces quantits ne ncessite pas de refaire le calcul lments finis. Elles ont donc un
cot de calcul quasiment nul ! Il ne faut donc surtout pas se priver de dfinir les quantits les plus
parlantes pour le problmes considr.
18.3
Quelques illustrations avec F REE F EM ++
18.3.1
Un exemple en acoustique des salles
Lacoustique des salles dune manire gnrale peut se passer de couplage. Seul le volume de la
salle est discrtiser. Les zones dabsorption situes en parois seront modlises par leur impdance,
ainsi que les pertes par transmission. Dans le cas dun locuteur, la source sera ponctuelle.
La figure 18.7 prsente une salle et sa modlisation. La salle est constitu de deux murs pais
F IGURE 18.7: Un problme dacoustique des salles

en bton et de deux murs fins en placo. Elle comporte trois fentres et une porte. Le sol est en
carrelage, avec au centre un tapis pais. Le plafond non reprsent est en bton. Au mur, ct de
la porte, se trouvent trois panneaux acoustiques.
Pour effectuer la modlisation, on ne contentera de reprsenter les surfaces internes de la pice.
Les murs pais (en gris fonc), le sol et le plafond seront considrs comme parfaitement rflchissants. Pour les murs fins, on entrera une impdance correspondant la perte par transmission. On
fera de mme avec les fentres et la porte. Les conditions dabsorption des panneaux acoustiques et
de la moquettes pourront tre modlises en entrant limpdance associe ou en utilisant un modle
dabsorption de type Biot-Allard si cela est disponible dans le logiciel.
On maillera le volume dair intrieur dfini par ces surfaces portant les conditions aux limites.
On noubliera pas dajouter la source : ici un locuteur sera reprsent par un monople, i.e. une
source ponctuelle omnidirectionnelle. On lancera lanalyse en frquences et lon sintressera par
exemple la rpartition spatiale de la pression acoustique diffrentes frquences choisies.
18.3.2
Un silencieux automobile
La figure 18.8 prsente un silencieux dautomobile. Ce silencieux ne sera dfini que par les surfaces
reprsentes et le volume dair quelles contiennent. On appliquera aux parois en rouge soit une
condition de mur rigide (rflexion parfaite), soit une impdance correspondant labsorption due
la prsence dun matriau fibreux (laine de verre). Les surfaces grises seront galement considres
comme des surfaces parfaitement rflchissantes. Les deux sections en bleu (on nen voit quune,
lautre tant lautre bout) correspondront lentre de londe (onde plane) dans le silencieux, et
sa sortie.
III
LMENTS FINIS
18.3 Quelques illustrations avec F REE F EM ++
260
F IGURE 18.8: Modlisation dun silencieux

On sintressera au facteur de perte, tel que dfini par la relation (18.39). Les rsultats avec et
sans absorbant sont illustrs sur la figure 18.9, pour des frquences allant de 25 1500 Hz par pas
de 25 Hz. Linfluence de lajout dun absorbant est trs nette sur ce graphique.
F IGURE 18.9: Facteur de perte pour le silencieux
18.3.3
Deux mots de statistiques
Nous reprenons ici une remarque faite au paragraphe 13.6.4. Considrons la figure 18.9 : elle
reprsente la variation dune rponse Y (ici le facteur de perte) en fonction dune entre X (ici la
frquence).
Supposons que nous nous intressions maintenant ce silencieux sollicit une frquence
proche de 1000 Hz. On va supposer que la frquence suit une loi normale centre sur 1000 Hz et
dcart-type 25 Hz. videmment, avec les calculs mens prcdemment, nous disposons de peu
de points. On va mme considrer disposer des points donns au tableau 18.1. Lapplication de la
formule (13.19) sur ces quelques points conduit une premire approximation de la moyenne du
facteur de perte de 13:38 sans absorbant et 16:06 avec absorbant.
videmment, cest une premire approximation trs grossire, qui peut tre amliore. Pour
cela, il nous faudrait disposer de plus de points, aussi bien dans le domaine considr quen dehors.
Si lon ne peut relancer de calcul, on peut essayer dapproximer la courbe de la rponse afin de
261
18. Lacoustique
LMENTS FINIS
III
Frquence
Sans absorbant
Avec absorbant
poids 1000:pi
950
11.6
15.8
2.16
975
12.8
16.1
9.68
1000
13.7
16.2
15.96
1025
13.8
16.0
9.68
1050
13.5
15.3
2.16
Tableau 18.1: Points disponibles pour lapproximation de la moyenne

pouvoir interpoler et extrapoler des points.
On peut utiliser tout type dinterpolation (voir chapitre A) comme par exemple un polynme de
Lagrange... ici nous utiliserons une courbe de tendance polynomiale de degr 2. Dans le cas sans
absorbant, celle-ci est donne par lquation suivante : y D 0; 0004342857x 2 C0; 8877714286x
439; 8628571429. De l, on peut gnrer quelques points supplmentaires. Vu la forme de la courbe
de rponse, on sait que les valeurs interpoles seront correctes, ce nest pas le cas pour les valeurs
extrapoles, surtout loin de la zone ayant servi gnrer cette courbe de tendance. Par exemple
on trouve 12.6 pour 1075 Hz au lieu de 12.0, 11.2 pour 1100 Hz au lieu de 10.0. Nanmoins, en
fonction de la forme de la courbe, cela peut permettre une amlioration sensible de lapproximation
de la moyenne de la rponse.
Pour une analyse plus complte dans le cadre stochastique, cest au chapitre 21 que lon se
reportera. Toutes les mthodes qui y sont dcrites sont applicables en frquence.
18.3.4
Sur les conditions aux limites

a3
a4
a2
a5
a6
a1
F IGURE 18.10: Acoustique et obstacle
Nous nous proposons de retrouver lillustration 18.4d.

Pour cela, nous considrons le modle dcrit la
figure 18.10 constitu de 6 segments a1 a6 . Londe
acoustique incidente arrive par le segment a4 . Londe
est libre de se propager, et notamment elle nest pas
rflchie sur les cts a1 a3 , lobstacle ne correspondant quaux faces a5 et a6 .
Pour modliser londe arrivant dans le modle, on
va supposer que la surface a4 porte une condition de
Dirichlet de type p D p. Nous proposons, dans un
premier temps, dimposer sur les faces a1 a3 une
condition de Dirichlet de type p D 0. Nous utiliserons
F REE F EM ++ pour cet exemple.

Dans un premier temps, nous allons entrer directement la formulation faible dfinie laide des
formes bilinaire (8.59) et linaire (8.59) que nous rappelons :
Z
Z
Z
a.p; q/ D
@xi p@xi qQ k 2 p qQ C
ickAn qQ et b.q/ D
ickVn q (18.40)

La description de la gomtrie et le maillage sont donns par :

1
2
3
4
5
6
7
8
9
10
11
12
13
III
real
real
func
real
freq =200; / / f r e q u e n c e e n Hz
c =343; / / v i t e s s e du s o n e n m / s
g =1; / / on a p=g s u r a4 => o n d e p l a n e , p a r c o n d i t i o n d e D i r i c h l e t
k = freq / c ;
border
border
border
border
border
border
a1 ( t =0 ,1)
a2 ( t =0 ,1)
a3 ( t =0 ,1)
a4 ( t =0 ,1)
a5 ( t =0 ,1)
a6 ( t =0 ,1)
{
{
{
{
{
{
x = 2+ t ; y =0;}
x =3; y = 2* t ;}
x = 3 -3* t ; y =2 ;}
x = 0; y = 2 - t ;}
x = 2* t ; y = 1 ;}
x = 2; y =1 - t ;}
mesh Th = buildmesh ( a1 (20) + a2 (40) + a3 (60) + a4 (20) + a5 (40) + a6 (20) ) ;
LMENTS FINIS
262
crivons maintenant brutalement notre formulation faible :

14 fespace Vh ( Th , P2 ) ;
15 Vh < complex > p , q ;
16
17 solve helmholtz (p , q ) = int2d ( Th ) ( dx ( p ) * dx ( conj ( q ) ) + dy ( p ) * dy ( conj ( q ) ) - k * k * p *
conj ( q ) )
18 - int1d ( Th , a4 ) ( g * q ) + on ( a1 , p =0) + on ( a2 , p =0) + on ( a3 , p =0) ;
19
20 Vh pR = real ( p ) ;
21 plot ( pR , wait =1 , fill =1 , ps = " AcouDiff3 . eps " ) ;
Le rsultat est donn la figure 18.11 pour plusieurs valeurs de la frquence.
F IGURE 18.11: Acoustique au coin de la rue pour des frquences de 100, 500 et 1000 Hz
Y a-t-il un intrt demander une approximation P2 ?
.seuqitnedi tnemisauq sruelaV .non ici ...reyasse akaY
Les conditions aux limites sont-elles satisfaisantes ?
! tnemiarv saP
.infinil etiuf epyt ed setimil xua noitidnoc enu sap dnopserroc en 0 D p resopmI
...noititrapr al ed emrof al od ,drob ua ellun ert noisserp al tnemelues ecrof nO
Modifions le script prcdent, et ne passons pas en complexes :
14
15
16
17
18
19
20
21
Vh p , q ;
solve helmholtz (p , q ) = int2d ( Th ) ( dx ( p ) * dx ( q ) + dy ( p ) * dy ( q ) - k * k * p * q )
- int1d ( Th , a4 ) ( g * q ) + on ( a1 , p =0) + on ( a2 , p =0) + on ( a3 , p =0) ;
string legende = " frequence = " + freq + " Hz " ;
plot (p , wait = true , cmm = legende , fill =1 , value = true ) ;
Y a-t-il une diffrence ?

.R snad retser tuep no cnod te ,0 D / p.= rac ecnerffid ed sap ici ...reyasse akaY
.4.8 ehpargarap ud nfi riov ,euqitamorhconom etid tse noitulos ellet enu : leppaR
Et si on entrait une condition de Neumann ? L, il est ncessaire dtre en complexe. Lunit
complexe sous F REE F EM ++ est 1i.
16
17 solve helmholtz (p , q ) = int2d ( Th ) ( p * q * k * k - dx ( p ) * dx ( q ) - dy ( p ) * dy ( q ) )
18 - int1d ( Th , a4 ) ( g * q ) - int1d ( Th , a1 ) (1 i * c * k * q ) - int1d ( Th , a2 ) (1 i * c * k * q ) - int1d ( Th , a3 ) (1
i*c*k*q);
19
20 string legende = " frequence = " + freq + " Hz " ;
21 Vh pR = real ( p ) ;
22 plot ( pR , wait = true , cmm = legende , fill =1 , value = true ) ;
Cette fois la rponse est ncessairement diffrente, puisque les conditions aux limites ne sont pas
les mmes... les rsultats correspondants sont la figure 18.12.
quoi correspondent ces rsultats ?
263
18. Lacoustique
LMENTS FINIS
III
F IGURE 18.12: Avec condition de Neumann et pour des frquences de 100, 500 et 1000 Hz
.1 D nV euq ellet essetiv enu erbiv iorap euqahC
Sauriez-vous introduire des conditions de Robin ?
! tnemmediv
.ecnadpmil tse Z o Z/)q(jnoc*k*c*i1 ne q*k*c*i1 regnahc ed tfifus lI
Permettraient-elles de laisser fuir londe linfini ?
. c D Z ici .e.i ,ueilim ud ellec elag tios ecafrus ed ecnadpmil euq tuaf li alec ruoP .iuO
.)q(jnoc*k*i1 dnopserroc alec ,egadoc ed emret nE
Est-on assez loin des conditions aux limites ?
.31.81 erugfi rioV .noN
F IGURE 18.13: Distance aux conditions aux limtes
18.3.5
Un peu damortissement
Introduisons maintenant un peu damortissement sur le cas prcdent. Lquation des ondes avec
amortissement est donne par la relation (18.24). Il suffit donc dajouter la forme bilinaire a.p; q/
de lquation (18.40) le terme :
Z
C
id!p qQ
(18.41)

Attention, il ne faut pas que le facteur damortissement d soit trop grand... sous peine que londe
ne se propage pas bien loin. Cela se traduit par la modification du batch F REE F EM ++ :
14
15
16
17
18
Vh < complex > p , q ;
real d =0.05;
solve helmholtz (p , q ) = int2d ( Th ) ( dx ( p ) * dx ( conj ( q ) ) + dy ( p ) * dy ( conj ( q ) ) - k * k * p *

conj ( q )
19 + amort *1 i * freq * p * conj ( q ) ) - int1d ( Th , a4 ) ( g * q ) ;
20
III
LMENTS FINIS
264
21
22
23
24
25
Vh pR = real ( p ) , pI = imag ( p ) ;
string legende = " frequence = " + freq + " Hz et amortissement = " + d ;
plot ( pR , cmm = legende , wait = true , fill =1) ;
plot ( pI , cmm = legende , wait = true , fill =1) ;
La diffrence entre calcul dans R et calcul dans C prend ici tout son sens. Jusqu prsent, la
partie imaginaire du champ de pression tait nulle en tout point, ce qui nest dsormais plus le cas.
La figure 18.17 prsente les parties relle (en haut) et imaginaire (en bas) pour un amortissement
de 0, 1 et 2%. On remarque quavec seulement 1% damortissement, londe arrive pniblement
<.p/
=.p/
F IGURE 18.14: 500 Hz avec un amortissement de 0, 1 et 2%
jusquau coude. Pour 2% damortissement, elle svanouit trs vite, ds la partie droite.
18.3.6
Un obstacle
Pour le plaisir, introduisons un obstacle. Nous proposons le listing F REE F EM ++ (abondamment

comment) suivant :
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
real
real
real
func
real
real
freq =50.0; / / f r e q u e n c e e n Hz
rho =1.; / / d e n s i t e c o n s t a n t e
c =343.0; / / v i t e s s e du s o n e n m / s
g =1.0; / / on a p=g s u r a4 => CL d u e a G r e e n
k = freq / c ; / / n o m b r e d o n d e
amort =0.02; / / 2% d a m o r t i s s e m e n t
border a1 ( t =0 ,1) {
border a2 ( t =0 ,1) {
border a3 ( t =0 ,1) {
border a4 ( t =0 ,1) {
border b1 ( t =0 ,1) {
border b2 ( t =0 ,1) {
border b3 ( t =0 ,1) {
border b4 ( t =0 ,1) {
mesh Th = buildmesh (
b4 ( -5) ) ;
x = 3* t ; y =0;}
x =3; y = 2* t ;}
x = 3 -3* t ; y =2 ;}
x = 0; y = 2 -2* t ;}
x = 1+ t ; y = 0.5;}
x = 2 -0.5* t ; y = 0.5+ t ;}
x = 1.5; y = 1.5 -0.5* t ;}
x = 1.5 -0.5* t ; y = 1 -0.5* t ;}
a1 (60) + a2 (40) + a3 (60) + a4 (40) + b1 ( -5) + b2 ( -5) + b3 ( -5) +
17
20
21 solve helmholtz (p , q ) = int2d ( Th ) ( - dx ( p ) * dx ( conj ( q ) ) - dy ( p ) * dy ( conj ( q ) ) + k * k * p *
conj ( q ) / / f o r m e b i l i n n o n a m o r t i e
22 - amort *1 i * freq * rho * p * conj ( q ) ) / / t e r m e d a m o r t i s s e m e n t
23 - int1d ( Th , a4 ) ( g * conj ( q ) ) / / CL p a r o i r a y o n n a n t e ( t h d e G r e e n )
265
18. Lacoustique
LMENTS FINIS
III
24 / / / /
25
26
27
28
29
30
31
//
//
//
//
//
//
32 / /
33 / /
34
35
36
37
38
39
40
l a CL d e p a r o i r a y o n n a n t e d e v r a i t p o u v o i r e t r e r e m p l a c e e p a r u n e CL d e
Dirichlet relevee :
+on ( a4 , p = 1 ) / / CL D i r i c h l e t r e l e v e e = p a r o i r a y o n n a n t e .
/ / P u i s on p e u t a j o u t e r d e l a b s o r p t i o n p a r f a i t e
+ on ( a3 , p = 0 ) / / CL D i r i c h l e t a b s o r p t i o n p a r f a i t e
/ / l i m p e d a n c e du m i l i e u e s t Z1= r h o . c .
/ / S i l on q u e l o n d e q u i t e l e m o d e l e , i l f a u t Z2=Z1 s u r l a CL d e R o b i n :
/ La CL d e R o b i n : + i n t 1 d 1 i r h o ckA2 c o n j ( q ) d e v i e n t : + i n t 1 d 1 i k c o n j ( q )
- int1d ( Th , a2 ) (1 i * k * conj ( q ) ) - int1d ( Th , a1 ) (1 i * k * conj ( q ) ) - int1d ( Th , a3 ) (1 i * k * conj (
q ) ) / / CL R o b i n m i l i e u i n f i n i
/ / e t l e s CL d e Neumann s e c r i v e n t au b e s o i n ( i l f a u t d e f i n i r Vn )
i n t 1 d ( Th , a2 ) ( 1 i r h o cVnk c o n j ( q ) ) i n t 1 d ( Th , a1 ) ( 1 i r h o ckVn c o n j ( q ) )
i n t 1 d ( Th , a3 ) ( 1 i r h o ckVn c o n j ( q ) ) / / CL Neumann
;
Vh pR = real ( p ) , pI = imag ( p ) ;
string legende = " frequence = " + freq + " Hz , amortissement = " + amort *100+ " % " ;
plot ( pR , wait = true , cmm = legende , fill =1 , value = true ) ;
plot ( pI , wait = true , cmm = legende , fill =1 , value = true ) ;
F IGURE 18.15: <.p/ et =.p/ 50 Hz avec un obstacle et 2% damortissement

videmment, des conditions aux limites peuvent (doivent) tre introduites sur lobstacle. On
peut ajouter une condition de Robin dimpdance Zn :
34 - int1d ( Th , b3 ) (1 i * rho * c * k / Zn * conj ( q ) ) - int1d ( Th , b4 ) (1 i * rho * c * k / Zn * conj ( q ) ) / / CL
Robin
ou une condition dabsorption parfaite de Dirichlet :

34 + on ( b3 , p =0) / / CL D i r i c h l e t
absorption
parfaite
F IGURE 18.16: <.p/ pour Zn D 5, Zn D 5000 et pour la condition de Dirichlet p D 0
18.3.7
Transmission entre deux milieux
Considrons maintenant, toujours pour le plaisir, le cas dune onde passant dun milieu dans un
autre. Nous proposons un passage dune onde de lair dans leau, modlis en utilisant le script
F REE F EM ++ suivant :
1 real freq =50.0; / / f r e q u e n c e e n Hz
2 real rho1 =1.204; / / d e n s i t e d e l a i r e n k g / m3
3 real rho2 =1000.0; / / d e n s i t e d e l e a u e n k g / m3
III
LMENTS FINIS
266
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
real
real
func
real
c1 =343.0; / / v i t e s s e du s o n d a n s l a i r e n m / s
c2 =1500.0; / / v i t e s s e du s o n d a n s l e a u e n m / s
g =1.0; / / on a p=g s u r a6 => o n d e p l a n e , p a r c o n d i t i o n d e D i r i c h l e t
amort =0.0005;
border a1 ( t =0 ,1) { x = t ; y =0;};

border a2 ( t =1 ,3) { x = t ; y =0;};
border a3 ( t =0 ,2) { x =3; y = t ;};
border a4 ( t =3 ,2) { x = t ; y =2;};
border a5 ( t =2 ,0) { x = t ; y =2;};
border a6 ( t =2 ,0) { x =0; y = t ;};
border interf ( t =0 ,1) { x =1+ t ; y =2* t ;}; / /
interface interne
mesh Th = buildmesh ( a1 (10) + a2 (20) + a3 (20) + a4 (10) + a5 (20) + a6 (20) + interf (30) ) ;
/ / p l o t ( Th , w a i t =1 , cmm=" m a i l l a g e " ) ; / / a f f i c h a g e du m a i l l a g e
fespace ValRho ( Th , P0 ) ; / / e s p a c e d i n t e r p o l a t i o n v a l e u r s c o n s t a n t e s p a r e l e m e n t
ValRho reg = region ;
/ / p l o t ( r e g , f i l l =1 , w a i t =1 , cmm=" r e g i o n s " , v a l u e = 1 ) ; / / a f f i c h a g e d e s r e g i o n s
int nmil1 = reg (0.1 ,0.1) ; / / v a l e u r p r i s e p o u r l a r e g i o n 1 = 0
int nmil2 = reg (2.9 ,0.1) ; / / v a l e u r p r i s e p o u r l a r e g i o n 2 = 3
cout << " n milieu 1 = " << nmil1 << " , n milieu 2 = " << nmil2 < < endl ;
ValRho rho = rho1 *( region == nmil1 ) + rho2 *( region == nmil2 ) ;
ValRho c = c1 *( region == nmil1 ) + c2 *( region == nmil2 ) ;
/ / p l o t ( r h o , f i l l =1 , w a i t =1 , cmm=" r h o " , v a l u e = 1 ) ; / / a f f i c h a g e d e s v a l e u r s d e r h o
/ / p l o t ( c , f i l l =1 , w a i t =1 , cmm=" c " , v a l u e = 1 ) ; / / a f f i c h a g e d e s v a l e u r s d e c
/ / c o u t << " r h o ( 0 . 1 , 0 . 1 ) " << r h o ( 0 . 1 , 0 . 1 ) << " , r h o ( 2 . 9 , 0 . 1 ) = " << r h o ( 2 . 9 , 0 . 1 )
<< e n d l ;
30 / / c o u t << " r h o ( 0 . 9 , 0 . 1 ) " << r h o ( 0 . 9 , 0 . 1 ) << " , r h o ( 1 . 9 , 0 . 1 ) = " << r h o ( 1 . 9 , 0 . 1 )
<< e n d l ;
31 / / c o u t << " c ( 0 . 1 , 0 . 1 ) " << c ( 0 . 1 , 0 . 1 ) << " , c ( 2 . 9 , 0 . 1 ) = " << c ( 2 . 9 , 0 . 1 ) << e n d l ;
32 / / c o u t << " c ( 0 . 9 , 0 . 1 ) " << c ( 0 . 9 , 0 . 1 ) << " , c ( 1 . 9 , 0 . 1 ) = " << c ( 1 . 9 , 0 . 1 ) << e n d l ;
33
36
37 solve helmholtz (p , q ) = int2d ( Th ) ( - dx ( p ) * dx ( conj ( q ) ) - dy ( p ) * dy ( conj ( q ) ) + freq / c *
freq / c * p * conj ( q ) / / f o r m e b i l i n n o n a m o r t i e
38 - amort *1 i * freq * rho * p * conj ( q ) ) / / t e r m e d a m o r t i s s e m e n t
39 + int1d ( Th , a6 ) ( g * conj ( q ) ) / / CL p a r o i r a y o n n a n t e ( t h d e G r e e n )
40 ;
41
42 Vh pR = real ( p ) , pI = imag ( p ) ;
43
44 string legende = " frequence = " + freq + " Hz , amortissement = " + amort *100+ " % " ;
45 plot ( pR , wait = true , cmm = legende , fill =1 , value = true ) ;
46 plot ( pI , wait = true , cmm = legende , fill =1 , value = true ) ;
<.p/
=.p/
<.p/ sans amortissement
F IGURE 18.17: Passage dune onde de lair leau avec et sans amortissement
18.3.8
Interaction fluide-structure semi-forte
Dans les cas dj voqus tels quune source acoustique puissante capable de dformer une plaque
mince (tablier fin de vhicule) ou dune vibration se propageant jusqu faire rayonner une surface,
alors il est ncessaire de modliser la fois le domaine mcanique et le domaine acoustique.
267
18. Lacoustique
LMENTS FINIS
III
Un couplage fort consiste dfinir les deux volumes (fluide et solide), chacun avec sa formulation variationnelle, coupler ces deux physiques , par exemple par des multiplicateurs de
Lagrange (le lecteur aura sans doute dcouvert mon inclinaison utiliser lesdits multiplicateurs de
Lagrange), et rsoudre le tout de manire simultane.
Nous proposons une voie mdiane, que nous appellerons couplage semi-fort, et dans lequel
nous allons rsoudre une srie de problmes quasiment dcoupls. Le cas que nous proposons
de traiter est celui de linteraction entre un domaine fluide, modlis par lquation dHelmholtz
en pression seule (comme dans les exemples prcdents) et une structure ayant un comportement
lastique linaire isotrope. Ce calcul semi-fort se droule comme suit :
1. On calcule la structure seule, soumise ses efforts mcaniques divers (ici uniquement son
poids propre), en considrant que le fluide na pas encore exerc de pression. Cela nous
donne une dformation de la structure, et particulirement de la paroi dinterface avec le
fluide ;
2. Cette dformation est utilise pour modliser le domaine fluide, dans lequel se trouve la source
acoustique. On calcule la rpartition de pression dans le domaine fluide, et on transforme la
pression prsente sur la paroi dinterface avec la structure en efforts.
3. Ces efforts supplmentaires sont introduits dans le calcul de la structure, qui se dforme
nouveau... et on boucle sur ltape 2. Il convient de dfinir un critre darrt. On peut
considrer larrt si, sur linterface entre les deux domaines et entre deux pas successifs,
la dformation nvolue que de manire infime, ou dualement si les efforts sont quasiment
constants.
Commenons par un petit rappel de mcanique, et pour cela, considrons tout dabord le solide
seul. Sa formulation variationnelle est donne lquation (8.42) rappele ici :
Z
Z
Z
div.u/ div.v/ C 2".u/ ".v/ D
gN v; 8v 2 HD1 ./
fv C

Le script F REE F EM ++ ci-dessous rsout le problme initial de la structure seule :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
III
/ / t a b l i e r pour i n t e r a c t i o n f l u i d e s t r u c t u r e semi f o r t e
/ / au l i e u d e d e f i n i r l e s v e c t e u r s [ ux , u y ] , on d e f i n i t p a r c o m p o s a n t e s
//
real E = 21.5; / / M o d u l e d Y o u n d
real nu = 0.29; / / c o e f f i c i e n t d e P o i s s o n
real gravity = -0.05;
int nmaille = 2; / / au m o i n s 70 p o u r un r e s u l t a t a s s e z l i s s e , 1 5 0 c e s t m i e u x m a i s
long
//
macro div (u , v ) ( dx ( u ) + dy ( v ) ) / / EOM
real sqrt2 = sqrt (2.) ;
macro epsilon (u , v ) [ dx ( u ) , dy ( v ) ,( dy ( u ) + dx ( v ) ) / sqrt2 ] / / EOM
//
border st1 ( t =0 ,10) { x =0; y = t ;};
border st2 ( t =0 , -1) { x = t ; y =10;};
border st3 ( t =10 ,0) { x = -1; y = t ;};
border st4 ( t = -1 ,0) { x = t ; y =0;};
mesh Th = buildmesh ( st1 (10* nmaille ) + st2 ( nmaille ) + st3 (10* nmaille ) + st4 ( nmaille ) ) ;
/ / p l o t ( Th ) ;
//
real lambda = E * nu /(1+ nu ) /(1 -2* nu ) ; / / c o e f f i c i e n t d e Lame
real mu = E /2/(1+ nu ) ; / / c o e f f i c i e n t d e Lame
//
fespace Wh ( Th , P1 ) ;
Wh ux , uy ,w , s ;
//
/ / forme f a i b l e :
solve S t a t i q u e I s o t r o p e ( ux , uy ,w , s ) =
int2d ( Th ) ( lambda * div ( ux , uy ) * div (w , s ) +2.* mu *( epsilon ( ux , uy ) * epsilon (w , s
)) )
- int2d ( Th ) ( gravity * s )
+ on ( st2 , ux =0 , uy =0) // tenu en haut
+ on ( st4 , ux =0 , uy =0) // tenu en bas
;
LMENTS FINIS
268
Remarque. En complment ce code, nous fournissons le calcul des dformations et contraintes, dont
nous naurons pas besoin pour la suite, mais cest cadeau...
Disposant des dformations et des contraintes, on peut trouver aisment les directions principales (il
suffit de diagonaliser une matrice symtrique 2 2), puis calculer par exemple la contrainte de von Mises.
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
//
/ / POST TRAITEMENT
//
/ / Deformee :
mesh Th1 = movemesh ( Th , [ x + ux , y + uy ]) ;
/ / p l o t ( Th1 , w a i t = 1 ) ;
/ / DEFORMATIONS
/ / I c i j a i c a l c u l e c o m p o s a n t e p a r c o m p o s a n t e p l u t o t q u e d e g e n e r e r un
vecteur
/ / S u r l e m a i l l a g e n o n d e f o r m e : EpsXX , EpsYY , EpsXY
/ / S u r l e m a i l l a g e d e f o r m e : YEpsXX , YEpsYY , YEpsXY
fespace Xh ( Th , P1 ) ;
Xh EpsXX = dx ( ux ) , EpsYY = dy ( uy ) , EpsXY =( dy ( ux ) + dx ( uy ) ) / sqrt2 ;
Xh SigXX =2* mu * EpsXX + lambda *( EpsXX + EpsYY ) ;
Xh Sigyy =2* mu * EpsYY + lambda *( EpsXX + EpsYY ) ;
Xh SygXY =2* mu * EpsXX ;
/ / p l o t ( EpsXX , f i l l =1 , cmm=" e p s i l o n x x " , w a i t = 1 ) ;
fespace Yh ( Th1 , P1 ) ;
Yh YEpsXX = dx ( ux ) , YEpsYY = dy ( uy ) , YEpsXY =( dy ( ux ) + dx ( uy ) ) / sqrt2 ;
Yh YSigXX =2* mu * EpsXX + lambda *( EpsXX + EpsYY ) ;
Yh YSigYY =2* mu * EpsYY + lambda *( EpsXX + EpsYY ) ;
Yh YSigXY =2* mu * EpsXX ;
/ / p l o t ( YEpsXX , f i l l =1 , cmm=" e p s i l o n x x " , w a i t = 1 ) ;
/ / p l o t ( YSigXX , f i l l =1 , cmm=" s i g m a x x " , w a i t = 1 ) ;
/ / p l o t ( YEpsYY , f i l l =1 , cmm=" e p s i l o n y y " , w a i t = 1 ) ;
/ / p l o t ( Y S i g Y Y , f i l l =1 , cmm=" s i g m a y y " , w a i t = 1 ) ;
/ / p l o t ( YEpsXY , f i l l =1 , cmm=" e p s i l o n x y " , w a i t = 1 ) ;
/ / p l o t ( Y S i g X Y , f i l l =1 , cmm=" s i g m a x y " , w a i t = 1 ) ;
Considrons maintenant le calcul du fluide seul. Le listing ressemble ce qui a dj t prsent

prcdemment. Deux points sont considrer :
le maillage partir dune donne issue du calcul : connaissant la solution du problme
structurel, on dispose des dplacements ux et uy... dont on se sert pour dfinir le domaine
fluide :
border fl4 ( t =10 ,0) { x = ux (0 , t ) ; y = uy (0 , t ) ;}; / /
i n t e r f a c e avec la
structure
le calcul des efforts dus la pression.

Si lon rsout en vitesse et pression, alors, les efforts sont dfinis par :
sigmaxx ([ x + ux , y + uy ]) = (2* dx ( ux ) -p ) ;
sigmayy ([ x + ux , y + uy ]) = (2* dy ( uy ) -p ) ;
sigmaxy ([ x + ux , y + uy ]) = ( dx ( ux ) + dy ( uy ) ) ;
et on ajoute la force suivante dans la formulation variationnelle du problme de structure :

+ int1d ( Th , interface ) ( sigma11 * N . x * w + sigma22 * N . y * s + sigma12 *( N . y * w + N . x * s
) )
Si lon rsout en pression uniquement, on peut faire simple, et ajouter la force suivante dans
la formulation variationnelle du problme de structure :
+ int1d ( Th , interface ) ( pR * N . x * w + pR * N . y * s + ( dx ( ux ) + dy ( uy ) ) *( N . y * w + N . x * s )
)
o lon a crit pR pour rappeler que lon considre la partie relle de la pression, qui peut
tre directement p si lon a une solution monochromatique dans la partie fluide.
Cela conduit au script :
33
34
35
36
37
38
39
269
/ / On m o d e l i s e l e f l u i d e p a r l e q u a t i o n d e H e l m h o l t z
//
include " VM_StrFluid2 . edp " / / p a r t i e s t r u c t u r e = s t a t i q u e
//
real freq =50.0; / / f r e q u e n c e e n Hz
real rho =1.;
real c =343.0; / / v i t e s s e du s o n e n m / s
18. Lacoustique
lineaire
isotrope
LMENTS FINIS
III
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
func g =1.0; / / on a p=g s u r a4 => o n d e p l a n e , p a r c o n d i t i o n d e D i r i c h l e t

real k = freq / c ;
real amort =0.0; / / 2 ;
//
border fl1 ( t =0 ,10) { x = t ; y =0;};
border fl2 ( t =0 ,10) { x =10; y = t ;};
border fl3 ( t =10 ,0) { x = t ; y =10;};
border fl4 ( t =10 ,0) { x =0; y = ux (0 , t ) ;}; / / i n t e r f a c e a v e c l a s t r u c t u r e
//
mesh sh = buildmesh ( fl1 (10* nmaille ) + fl2 (10* nmaille ) + fl3 (10* nmaille ) + fl4 (10*
nmaille ) ) ;
/ / p l o t ( sh , w a i t = 1 ) ;
//
fespace Ph ( sh , P1 ) ;
Ph < complex > p , q ;
//
problem helmholtz (p , q ) = int2d ( sh ) ( - dx ( p ) * dx ( conj ( q ) ) - dy ( p ) * dy ( conj ( q ) ) + k * k * p *
conj ( q ) / / f o r m e b i l i n n o n a m o r t i e
- amort *1 i * freq * rho * p * conj ( q ) ) / / t e r m e d a m o r t i s s e m e n t
- int1d ( sh , fl2 ) ( g * conj ( q ) ) / / CL p a r o i r a y o n n a n t e ( t h d e G r e e n )
;
solve helmholtz (p , q )
//
Ph pR = real ( p ) , pI = imag ( p ) ;
plot ( pR , wait = true , cmm = " Re ( p ) " , fill =1 , value = true ) ;
/ / p l o t ( p I , w a i t = t r u e , cmm=" Im ( p ) , f i l l =1 , v a l u e = t r u e ) ;
Il ne reste plus qu faire boucler le calcul. Ici nous navons pas introduit de critre de convergence et avons simplement effectu une boucle de trois itrations :
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
III
//
/ / boucle
//
int i ;
for ( i =0; i <3; i ++) / / b o u c l e p l u t o t qu un w h i l e a v e c c o n d i t i o n d e s o r t i e b a s e e s u r
convergence
{
/ / Probleme avec e f f o r t s t r a n s m i s :
problem S t a t i q u e I s o t r o p e C o u p l e ( ux , uy ,w ,s , init = i ) =
int2d ( Th ) ( lambda * div ( ux , uy ) * div (w , s ) +2.* mu *( epsilon ( ux , uy ) // / / ( p o u r
i m p r e s s i o n LaTeX )
* epsilon (w , s ) ) )
- int2d ( Th ) ( gravity * s )
+ on ( st2 , ux =0 , uy =0) / / t e n u e n h a u t
+ on ( st4 , ux =0 , uy =0) / / t e n u e n b a s
- int1d ( Th , interface ) ( p * N . x * w + p * N . y * s + ( dx ( ux ) + dy ( uy ) ) *( N . y * w + N . x * s ) )
;
Th1 = movemesh ( Th , [ x + uu , y + vv ]) ;
/ / p l o t ( Th1 ) ;
mesh sh = buildmesh ( fl1 (10* nmaille ) + fl2 (10* nmaille ) + fl3 (10* nmaille ) + fl4 (10*
nmaille ) ) ;
/ / p l o t ( sh ) ;
solve helmholtz (p , q )
}
plot ( Th1 ) ;
LMENTS FINIS
270
Chapitre 19
Les non linarits

Rsum Jusqu prsent, nous avions vit, autant que faire se peut, daborder les
problmes de non linarit...
Beaucoup de cas de non-linarit simposent par la nature du problme traiter :
grands dplacements, loi de comportement choisie, contact... Ils sont donc facilement
identifiables, et face des tels cas, lutilisateur sera par consquent prcautionneux et ne
se laissera donc pas surprendre.
Toutefois, dans le cas de la dynamique, la non-linarit existe de manire implicite,
mme si tout le reste est linaire par ailleurs. Cela peut constituer un cueil si lon
nen est pas conscient.
Plusieurs types de non-linarits peuvent tre considrs. En mcanique des structures, on distinguera :
les non-linarits gomtriques qui se manifestent dans les problmes des grands dplacements,
des grandes rotations et/ou de grandes dformations. La notion de grands dplacements
signifie tout simplement que lhypothse des petites perturbations nest plus vrifiable. Or
celle-ci stipule que gomtries dforme et initiale doivent rester relativement proches. La
notion de grandes dformations, dj mentionne dans ce document, fait que la linarit des
relations entre dplacements et dformations nest plus conserve.
les non-linarits matrielles dues la loi de comportement du solide (ou plus gnralement la
loi de comportement dans le milieu ). Le plus souvent, cette loi peut sexprimer sous la
forme dquations diffrentielles non-linaires du premier ordre.
Nous avons dj voqu ce phnomnes plusieurs endroits dans ce document, et le chapitre 15 sur lhomognisation est une illustration du cas o lon peut substituer un milieu
homognis simple un milieu compliqu. Toutefois, nous irons un peu plus loin dans ce
chapitre et prsenterons les principales lois de comportement rencontres en mcanique.
les non-linarits lies lvolution des conditions aux limites. Ce type de non-linarit apparat en particulier dans les problmes de contact et de frottement entre solides. Ces phnomnes sont dcrits par des inquations et des oprations de projection.
les non-linarits lies aux instabilits du comportement qui se prsentent dans lanalyse des
problmes dynamiques.
19.1
Tenseurs, dcomposition des tenseurs
Le dviateur est un oprateur matriciel utilis en mcanique des milieux continus, plus prcisment
en plasticit.
Soit M une matrice (ou tenseur dordre 2) de dimension n. Le dviateur de M, not devM,
vaut :
tr.M/
devM D M
In
(19.1)
n
271
19. Les non linarits
LMENTS FINIS
III
o tr.M/ est la trace de la matrice, i.e. la somme de ses termes diagonaux.

Le dviateur est un tenseur de trace nulle.
Histoire
19.1.1
Tenseur des contraintes
Le tenseur des contraintes, ou tenseur de Cauchy, nest pas forcment introduit par la loi de Hooke
gnralise qui le lie au tenseur des dformations ( D H").
Dailleurs, lorsque Cauchy lintroduit vers 1822, il le fait pour reprsenter les efforts intrieurs
mis en jeu entre les portions dformes du milieu, via lquilibre des efforts pour toute coupure dans
un matriau (i.e. dfinition sous forme de forces surfaciques).
En tout point M il existe une infinit de facettes dorientation diffrentes. Le thorme de
Cauchy permet de dfinir ltat de contrainte sur une facette dorientation quelconque partir de la
connaissance de ltat de contrainte selon trois directions diffrentes. Lnonc de ce thorme est le
suivant :
Thorme 54 Thorme de Cauchy. [un des nombreux -] : Les composantes du
vecteur contrainte en un point M sur une facette de normale n dpendent linairement des
composantes de cette normale. Les coefficients linaires sont les composantes du tenseur
des contraintes.
Ce thorme conduit formuler la contrainte sexerant sur une facette dorientation quelconque
comme :
T.M; n/ D
3
X
nj T.M; ej /
(19.2)
j D1
et, comme dans ce repre orthonorm .e1 ; e2 ; e3 / chacune des trois contraintes de base a trois
composantes, on a :
T.M; ej / D
3
X
ij ei
(19.3)
i D1
soit au final :
T.M; n/ D
3
X
ij nj ei
(19.4)
i;j D1
Les coefficients linaires ij apparaissent donc comme les lments dun tenseur de rang 2 : il
sagit du tenseur des contraintes de Cauchy.
De manire encore plus explicite, on crit :

2
30 1
11 12 13
n1
4
5
@
n2 A D n
T.M; n/ D 21 22 23
31 32 33
n3
(19.5)
Dun point de vue pratique, chacun des lments ij du tenseur des contraintes de Cauchy rend
compte dune contribution clairement identifiable : le premier indice i est lindice de projection
(direction selon laquelle sexerce la contribution) ; le second indice j repre lorientation de la
surface sur laquelle sexerce la contribution. Par exemple 12 correspond la composante suivant e1
de la contrainte qui sexerce sur la facette de normale e2 .
En exploitant la condition dquilibre applique au moment rsultant, il est possible de dmontrer que, en statique, le tenseur des contraintes est ncessairement symtrique. Dailleurs,
en se servant de cette symtrie, on introduit la notation de Voigt ou notation de lingnieur. On
pose 1 D 11 ,2 D 22 , 3 D 33 , puis 4 D 23 , 5 D 13 , 6 D 12 , et lon peut prsenter le
tenseur des contraintes sous forme de vecteur : < 1 ; 2 ; 3 ; 4 ; 5 ; 6 >. Cela facilite lcriture
III
LMENTS FINIS
19.1 Tenseurs, dcomposition des tenseurs
272
de la loi de Hooke gnralise et montre en mme temps que lespace des contraintes est un espace
vectoriel six dimensions.
Il existe (au moins) une base orthonorme dans laquelle le tenseur des contraintes est diagonal.
Pour trouver ce repre, il faut rsoudre le problme aux valeurs propres det. I/ D 0. Les
trois racines de ce polynme de degr 3 sont les valeurs propres encore appeles contraintes
principales I , II et III . Les vecteurs propres associs sont les directions principales qui forment le
repre principal. Dans la mesure o le tenseur des contraintes est symtrique, il existe bien trois
valeurs propres relles, et les vecteurs propres associs sont orthogonaux.
Par convention, on ordonnera toujours les contraintes principales de sorte que I > II > III .
Ces contraintes principales permettent de dfinir les invariants du tenseur des contraintes de Cauchy :
I1 D 1 C 2 C 3 D tr. /
I2 D 1 2 C 2 3 C 1 3 D 11 22 C 22 33 C 33 11
(19.6)
2
12
I3 D 1 2 3 D det. /
2
23
2
13
(19.7)
(19.8)
Comme pour les dformations, il est souvent utile (bien que la signification physique nous en
chappe encore) de dcomposer le tenseur des contraintes en partie sphrique et dviateur :
1
ij D I ij C sij
3
ou encore :
2
3 2
3 2
3
11 12 13
s11 s12 s13
p 0 0
D 421 22 23 5 D 4s12 s22 s23 5 C 4 0 p 0 5
31 32 33
s13 s23 s33
0 0 p
(19.9)
(19.10)
o p D 13 I ij est la partie sphrique (et I D kk ) et sij la partie dviatorique. La partie sphrique
correspond une pression isostatique, i.e. un vecteur contrainte normal la facette pour toute
direction (gnralisation de la notion de pression hydrostatique dans les liquides). Physiquement,
le dviateur du tenseur des contraintes correspond donc aux contributions des contraintes autres
que surfaciques (cas n D 3) ou liniques (cas n D 2). Le dviateur est un tenseur de trace nulle,
i.e. si i D 0. Le dviateur a les mmes directions principales que le tenseur des contraintes, on a
alors dans le repre principal :
2
3
s1 0 0
sij D 4 0 s2 0 5
(19.11)
0 0 s3
On peut dfinir les invariants du dviateur des contraintes de Cauchy :
8
< J1 D s1 C s2 C s3 D tr.sij / D 0
J2 D s1 s2 s2 s3 s1 s3
:
J3 D s1 s2 s3 D det.sij /
(19.12)
Ces invariants sont utiles pour dfinir la contrainte de comparaison, ou contrainte effective e D
f .ij / : cette valeur est ensuite compare la limite lastique pour savoir si lon est dans le
domaine lastique ou plastique. Le second invariant du dviateur des contraintes est la contrainte
de von Mises. On appelle triaxialit des contraintes le rapport entre la contrainte isostatique et la
contrainte quivalente de von Mises :
p
i i
D
D
(19.13)
evm
3evm
Ce paramtre est important dans ltude de lendommagement et de la mcanique de la rupture.
Notons quil caractrise certains cas simples de sollicitation tels que le cisaillement pur ( D 0), ou
la traction uniaxiale ( D 1=3). Lorsque lon parle de contraintes, on se rfre toujours au tenseur
de Cauchy. Toutefois, plusieurs autres mesures des contraintes ont t dveloppes :
273
LMENTS FINIS
III
Les tenseurs des contraintes de Piola-Kirchhoff : ils permettent dexprimer les contraintes par
rapport une configuration de rfrence (alors que le le tenseur des contraintes de Cauchy
les exprime relativement la configuration actuelle). Pour des dformations infinitsimales,
les tenseurs de Piola-Kirchhoff et de Cauchy sont identiques.
On voit alors que, si le domaine tudi venait varier, ces tenseurs seraient bien appropris
(voir paragraphe 19.2 par exemple)
Le premier tenseur des contraintes de Piola-Kirchhoff P relie les forces dans la configuration
actuelle au domaine (aires) dans une configuration de rfrence. Pour lexprimer, nous aurons
donc besoin du tenseur gradient de dformation F et de son jacobien J (voir ci-dessous).
P D J FT
de coordonnes
Pij D Ji k
@uj
@xk
(19.14)
Le second tenseur des contraintes de Piola-Kirchhoff S, de manire duale, relie les forces de
la configuration de rfrence avec le domaine actuel. Avec les mmes notations quau dessus,
on a :
S D JF
F
de coordonnes
Sij D J
@ui @uj
km
@xk @xm
(19.15)
Le tenseur de contraintes de Kirchhoff D J : il est utilis dans des algorithmes numriques

en plasticit des mtaux (o il ny a pas de changement de volume pendant la dformation
plastique).
...
Pour exprimer les tenseurs de Piola-Kirchhoff nous avons eu besoin du tenseur gradient de dformation F. Ce dernier est dfini comme suit :
Fij .X; t / D
@xi
@ui
D ij C
@Xj
@Xj
ou
F D I C ru
(19.16)
o X est la position de rfrence linstant t0 (configuration 0 ) et x, la position courante

linstant t (configuration actuelle ). Localement les formules de transport scrivent (voir
paragraphe 12.5.2) :
Pour un vecteur : dx D FdX
Pour un volume : dv D JdV avec J D J.F/ D det.F/ le jacobien du tenseur gradient de
dformation
Pour une surface oriente : ds D JF 1 dS
Pour caractriser les changements de forme, on introduit le tenseur C D FT F, symtrique, qui est le
tenseur des dilatations ou encore le tenseur de Cauchy-Green droite. Le tenseur E D .C I/=2,
symtrique, est le tenseur des dformations de Green-Lagrange. Il a les mmes directions principales
que le tenseur C. Ces deux tenseurs sont lagrangiens 1 et ils oprent sur des quantits dfinies sur la
configuration de rfrence 0 . Nous venons dvoquer des tenseurs de dformation... cest quil
est temps de changer de paragraphe.
1. la description lagrangienne consiste suivre dans le temps les particules le long de leurs trajectoires : cest une
description intuitive de leur mouvement. En reprsentation lagrangienne, la position dun point M linstant t qui se
trouvait en M0 linstant t0 est donne par une relation du type M D f .M0 ; t/. Cette mthode prsente un inconvnient :
le rfrentiel se dplace avec le fluide. Il est donc difficile de connatre ltat du fluide en un point donn de lespace et
du temps.
La description eulrienne dcrit le champ de vitesses qui associe chaque point un vecteur vitesse. La photographie
avec un temps de pose assez court dun coulement muni de particules colores permet de visualiser des lments de ce
champ de vitesses un instant donn. Au contraire un temps de pose plus long permet de visualiser des trajectoires de la
description lagrangienne. Le champ de vitesses est dcrit en donnant tout instant t le vecteur vitesse V en tout point M
par une relation de type V.M; t/.
III
LMENTS FINIS
19.1 Tenseurs, dcomposition des tenseurs
274
19.1.2
Tenseur des dformations
Le tenseur des dformations, ou tenseur de Green-Lagrange, est obtenu directement partir des
dplacements par la relation :
"D

1
1
ru C .ru/T soit pour chaque composante : "ij D
2
2

@uj
@uk @uk
@ui
C
C
@xj
@xi
@xi @xj
(19.17)
Cette criture provient directement du fait dcrire laccroissement de dplacement partir du

dplacement du point M en M0 que lon formule en fonction du dplacement du point M, et dun
accroissement de dplacement, caractrisant le fait que chaque point du solide est susceptible de
subir un dplacement diffrent lorigine de la dformation.
On peut alors distinguer deux grands types de contribution la dformation en dcomposant ce
tenseur " comme la somme dun tenseur symtrique E et dun tenseur antisymtrique G :
1
E D ." C "T /
2
et
1
G D ."
2
"T /
On obtient alors le tenseur des dformations pures :

@uj
1 @ui
C
Eij D
2 @xj
@xi
et le tenseur des rotations pures :

@uj
1 @ui
Gij D
2 @xj
@xi
(19.18)
(19.19)
(19.20)
(on note souvent ij au lieu de Gij ). Lorsque lon parle de tenseur des dformations, on fait souvent
rfrence au tenseur linaris des dformations, obtenu en ngligeant les termes dordre 2 du tenseur
de Green-Lagrange, ou encore tenseur des dformations dans le cas des petits dplacements :

@uj
1 @ui
1
"ij D
C
que lon note "ij D .ui;j C uj;i /
(19.21)
2 @xj
@xi
2
En mcanique des milieux continus, le tenseur des dformations pour les petites dformations (ou
tenseur de Green) est la partie symtrique de la matrice jacobienne du vecteur dplacement de
chaque point du solide. Si lon dcompose le tenseur des dformations en une somme dune partie
dviatorique (ou dviateur) et dune partie sphrique :
1
"ij D "I ij C eij
3
(19.22)
avec "I D "kk et ei i D 0 ; on a une signification physique claire de chacun des termes. On vrifie
en effet facilement que "I caractrise la variation de volume :
V
D "I D tr "
V
(19.23)
Il suffit, pour sen convaincre, de partir dun cube unit (V = 1) dans les axes principaux, et de
calculer le volume du paralllpipde rectangle dform :
1 C V D .1 C "1 /.1 C "2 /.1 C "3 /
D 1 C ."1 C "2 C "3 / C O."2 /
(19.24)
D 1 C "I
275
LMENTS FINIS
III
Ainsi la partie sphrique reprsente une dilatation (si elle est positive, une contraction sinon)
uniforme dans toutes les directions, tandis que le dviateur correspond une dformation isochore
(sans variation de volume). Il existe une base orthonorme dans laquelle le tenseur des dformation
est diagonal :
2
3
"I 0 0
" D 4 0 "II 0 5
0 0 "III
(19.25)
Les directions propres sont appeles directions principales de dformation, et les dformations "I , "II
et "III les dformations principales. Les dformations principales sont les valeurs propres du tenseur,
et les direction propres, ses vecteurs propres. Les valeurs propres vrifient lquation det." I/ D
0. La trace tant invariante par changement de base, on a "11 C "22 C "33 D "I C "II C "III et et
ainsi en petites dformations, la variation relative de volume vaut :
V
D "I C "II C "III
V0
(19.26)
Contrairement aux contraintes principales, la notion de dformation principale est assez peu
utilise pour le calcul. Elle permet par contre dexprimer de manire simple lnergie lastique, et
est utile pour dpouiller les rsultats dextensomtrie. Par ailleurs, les directions principales sont
les mmes pour le tenseur des dformations et pour le tenseur des contraintes.
En vue de prendre en compte les cas les plus gnraux, le tenseur des dformations " se
dcompose en quatre parties :
une partie lastique : directement proportionnelle la variation du tenseur des contraintes
(contraintes actuelles moins tenseur des contraintes initiales, gnralement nul, mais pas
forcment) ;
une partie de dilatation thermique : directement proportionnel la variation de temprature
(temprature actuelle moins temprature initiale). Cette partie scrit laide dun tenseur ,
dpendant ventuellement de la temprature galement, et qui est sphrique dans la cas des
matriaux isotropes ;
une partie plastique ;
une partie viscolastique.
Chaque mcanisme responsable du comportement inlastique est caractris par un certain
nombre de variables, appeles variables dcrouissage, caractristique de ltat du matriau un
instant donn ainsi que de linfluence de chargement thermomcanique pass.
Les lois dcrouissage dfinissent lvolution du domaine lastique. Elles compltent le modle
pour le cas dun matriau dont la rsistance la dformation volue avec celle-ci. Sans crouissage,
le domaine dlasticit est dfini uniquement en fonction de ltat de contrainte.
19.2
Non linarit gomtrique
Nous avons expos en introduction quil sagit du cas o lhypothse des petites perturbations nest
plus vrifie. Cela se traduit par le fait que le domaine considr varie et doit donc tre introduit
comme une inconnue dans le problme.
Si lon se place dans le cas de grands dplacements, mais en conservant lhypothse de petites
dformations, on est amen effectuer la formulation variationnelle sur un domaine inconnu 0
par lintroduction des tenseurs non linaires de Piola-Kirchhoff (contraintes) et de Green-Lagrange
(dformations) tels que :
Z
Z
" W D
"GL W PK
(19.27)

III
LMENTS FINIS
0
19.2 Non linarit gomtrique
276
On obtient la formulation variationnelle :

Z
Z
Z
"GL W PK
u:f0
u:F0
0
(19.28)
0
avec 0 D 0
Au niveau discret, le systme non linaire ncessite alors de recourir une technique de
linarisation, comme la mthode de Newton-Raphson, permettant de manire itrative, dobtenir
une solution converge. La mthode de Newton-Raphson est prsente en annexe au chapitre D.
19.3
Non linarit matrielle
Histoire
Jusqu prsent, nous nous sommes placs, de manire implicite, dans le cadre dun comportement
lastique linaire. On parle encore de loi de Hooke. Cela a t illustr au paragraphe 6.6.5.
Lorsque lon ne considre que le cas de la traction/compression, alors on a proportionnalit entre
contrainte dans cette direction de chargement 11 et dformation dans cette direction "11 via le
module dYoung E : 11 D E"11 .
La mme loi se retrouve
pour une sollicitation en cisaillement, et la contrainte de cisaillement 12 est proportionnelle langle de dformation
relative 12 via le module de
Coulomb G : 12 D G"12 .
Hooke
Young
Coulomb
Poisson
Lam
Lorsque lon synthtise tout
cela pour toutes les directions, on parle alors de loi de Hooke gnralise, que lon note sous la
forme D H" (i.e. ij D Hij kl "kl ) : il y a proportionnalit entre les tenseurs des contraintes et des
dformations (On note galement souvent C ou D au lieu de H).
Nous rappelons que, pour un matriau isotrope, tous les coefficients Hij kl sont dfinis laide
du module dYoung E et du coefficient de Poisson , ou de manire quivalente par les coefficients
de Lam et .
D 2" C tr."/I
i.e.
ij D 2"ij C "kk ij
(19.29)
E
2.1 C /
(19.30)
avec :
D
.1
E
2/.1 C /
et
D
ou :
ED
.3 C 2/
C
et
D

2. C /
(19.31)
Dans ce paragraphe, nous proposons dexposer brivement quelques lois de comportement qui vont
au-del de la simple lasticit linaire.
19.3.1
Modles rhologiques
Lallure qualitative de la rponse des matriaux quelques essais simples (traction, compression,
crouissage, fluage, relaxation, triaxial, flexion, torsion...) permet de les ranger dans des classes bien
dfinies. Ces comportements de base , qui peuvent tre reprsents par des systmes mcaniques
lmentaires, sont llasticit, la plasticit et la viscosit :
Le ressort symbolise llasticit linaire parfaite, pour laquelle la dformation est entirement
rversible lors dune dcharge, et o il existe une relation biunivoque (i.e. une bijection) entre
les paramtres de charge et de dformation.
277
LMENTS FINIS
III
Lamortisseur schmatise la viscosit, linaire ou non. La viscosit est dite pure sil existe
une relation biunivoque entre la charge et la vitesse de chargement. Si cette relation est
linaire, le modle correspond la loi de Newton.
Le patin symbolise lapparition de dformations permanentes lorsque la charge est suffisante.
Si le seuil dapparition de la dformation permanente nvolue pas avec le chargement, le
comportement est dit plastique parfait. Si, de plus, la dformation avant coulement est
nglige, le modle est rigide-parfaitement plastique.
Ces lments peuvent tre combins entre eux pour former des modles rhologiques. La rponse de
ces systmes peut tre juge dans trois plans diffrents, qui permettent dillustrer le comportement
lors dessais de type :
crouissage, ou augmentation monotone de la charge ou de la dformation (plan " ) ;
Fluage, ou maintien de la charge (plan t ") ;
Relaxation, ou maintien de la dformation (plan t ).
Les rponses de modles classiques selon ces trois plans prcdents sont prsentes ci-dessous :
modle du solide lastique : D H", loi de Hooke ;
modle du solide viscolastique comportant un ressort et un amortisseur en parallle :
D P" C H", modle de Voigt ;
modle du solide lastique-parfaitement plastique, constitu par un ressort linaire et un
patin en srie : modle de Saint-Venant.
Lorsque le module E tend vers linfini, le modle devient rigide-parfaitement plastique.
modle du solide lastique-plastique crouissable, qui donne une courbe de traction linaire
par morceaux : modle de Saint-Venant gnralis ;
modle du solide lastique-parfaitement viscoplastique, form par un amortisseur non linaire : modle de Norton-Hoff.
modle du solide lastique-parfaitement viscoplastique, qui comporte un ressort linaire en
srie avec un amortisseur et un patin situs en parallle : modle de Bingham-Norton ;
Lorsque le seuil du patin tend vers zro, et que lamortisseur est choisi linaire, ce dernier
modle dgnre en un modle de fluide visqueux, comportant un ressort et un amortisseur
en srie : "P D P =E C =, modle de Maxwell.
modle du solide lastique-viscoplastique crouissable, qui reprsente le schma le plus
complexe.
Except le cas de llasticit (dj trait), chacun des modles prsents ci-dessus sexprime sous
forme diffrentielle, si bien que la rponse actuelle dpend de la sollicitation actuelle et de son
histoire (proprit dhrdit).
Il y a deux manires de prendre en compte cette histoire, la premire consiste la dcrire par
une dpendance fonctionnelle entre les variables ; la seconde fait lhypothse quil est possible de
reprsenter leffet de lhistoire dans des variables internes, qui concentrent les informations
importantes dfinissant ltat du matriau. Sauf quelques cas exceptionnels comme celui de la
viscolasticit linaire, la seconde mthode de travail produit des modles dont la modlisation
numrique est plus simple. Les autres hypothses importantes qui sont classiquement utilises pour
lcriture de modles de comportement sont :
Le principe de ltat local, qui considre que le comportement en un point ne dpend que des
variables dfinies en ce point, et non pas du voisinage ;
Le principe de simplicit matrielle, qui suppose que seul intervient dans les quations de
comportement le premier gradient de la transformation ;
Le principe dobjectivit, qui traduit lindpendance de la loi de comportement vis--vis
de lobservateur, et qui implique que le temps ne peut pas intervenir explicitement dans les
relations de comportement.
Mentionnons enfin quelques cas type dutilisation des modles mentionns :
Comportements viscolastique : pour les polymres thermoplastiques au voisinage de la
temprature de fusion, pour les verres au voisinage de la temprature de transition, pour les
III
LMENTS FINIS
19.3 Non linarit matrielle
278
btons frais...
Comportements rigides-parfaitement plastiques : pour ltude des sols, pour lanalyse limite,
pour la mise en forme des mtaux...
Comportements plastiques : pour les mtaux des tempratures infrieures au quart de la
temprature de fusion, pour les sols et roches...
Comportements viscoplastiques : pour les mtaux moyenne et haute temprature, pour le
bois, les sols (dont le sel), pour les cramiques trs haute temprature...
Un acier temprature ambiante peut tre considr comme lastique linaire pour le calcul des
flches dune structure mcanique, viscolastique pour un problme damortissement de vibrations,
rigide-parfaitement plastique pour un calcul de charge limite, lasto-viscoplastique pour ltude de
contraintes rsiduelles, ....
Un polymre peut tre considr comme un solide pour un problme de choc, et comme un
fluide pour ltude de sa stabilit sur de longues dures...
19.3.2
Visolasticit
Un comportement viscolastique correspond la superposition dun comportement lastique, traduit

par une relation de type D H" (loi de Hooke), et un comportement visqueux, dont le plus simple
est le modle linaire dit de Newton, traduit par une relation de type D P" ( tant la viscosit du
matriau).
Un chelon de contrainte appliqu partir dun instant t0 produit une dformation instantane
suivie dune dformation diffre (fluage). Si, au-del dun instant t1 , la charge est ramene zro,
il apparat, aprs une nouvelle dformation instantane, le phnomne de recouvrance, qui tend
ramener la dformation zro. Si une dformation est applique partir de linstant t0 , on obtient
une contrainte instantane puis une diminution de la contrainte partir de cette valeur instantane
(relaxation). Si, au-del dun instant t1 , la dformation est ramene zro, il apparat, aprs une
nouvelle contrainte instantane, le phnomne deffacement, qui tend ramener la contrainte
zro. Le comportement viscolastique se caractrise par le fait que le phnomne deffacement est
total, i.e. que la contrainte revient effectivement zro.
De manire gnrale, une loi viscolastique sexprime comme une correspondance entre
lhistoire des dformations et des contraintes par une fonction, ce que lon note :
".t/ D <t . .t //
(19.32)
De plus, le comportement sera dit viscolastique linaire si le comportement vrifie le principe de

superposition de Boltzman : la rponse la somme de deux sollicitations est la somme des rponses
chaque sollicitation. Cela se traduit par :
".t/ D <t .1 C 2 / D <t .1 / C <t .2 /
19.3.3
(19.33)
Visoplasticit
Plusieurs modles viscoplastiques existent. Nous avons mentionn, le modle de Maxwell ou

modle de fluide visqueux, comportant un ressort et un amortisseur linaire en srie, et dont la loi
scrit :
"P D
P

C
E

(19.34)
Nous avons galement mentionn le modle de Voigt ou modle du solide viscolastique, comportant
un ressort et un amortisseur en parallle, et dont la loi scrit :
D P" C H"
279
(19.35)
LMENTS FINIS
III
Voigt
Maxwell
0/E
H0
0/H
E0
Voigt
t
a) en fluage
b) en relaxation
F IGURE 19.1: Modles de Maxwell et Voigt

La figure 19.1 illustre les rponses des modles de Maxwell et Voigt.
Le modle de Voigt ne prsente pas dlasticit instantane. Lapplication dun saut de dformation en t D 0 produit une contrainte infinie. Ce modle nest donc pas utilisable en relaxation,
sauf si la mise en charge est progressive, et sera pour cette raison associ un ressort pour effectuer
des calculs de structure (modle de Kelvin-Voigt).
De plus, sous leffet dune contrainte 0 constante en fonction du temps, la dformation dans
ce modle de Voigt tend vers la valeur asymptotique 0 =H : le fluage est donc limit. Si, aprs une
mise en charge lente, la dformation est fixe une valeur "0 , la contrainte asymptotique sera H"0 :
il ny a donc pas disparition complte de la contrainte.
Au contraire, dans le cas du modle de Maxwell, la vitesse de fluage est constante, et la
disparition de contrainte au cours de la relaxation est totale.
19.3.4
Plasticit
Les modles prsents jusqu prsent taient des modles unidimensionnels, ou plus exactement
des modles correspondant un chargement uniaxial. Pourtant, ltude de ces modles uniaxiaux
(simples) met en vidence la dtermination de seuils ou de limites correspondant des modifications
de comportement. Afin de pouvoir aborder ltude des chargements multiaxiaux, il est ncessaire
de se donner les moyens de dfinir de telles limites dans le cas tridimensionnel. Cest ce que nous
allons maintenant aborder.
Considrons le cas du chargement uniaxial dun matriau isotrope. Celui-ci fait apparatre
un domaine dlasticit au travers de deux valeurs de contrainte, lune en traction, lautre en
compression, pour lesquelles se produit lcoulement plastique. On a donc lasticit dans un
domaine y ; y , puis plasticit au del, i.e. par exemple pour une contrainte suprieure y C x,
o x D H"p .
En fait, la limite du domaine de plasticit est dfini par une fonction de charge f de sorte que
si f .; x/ < 0 ltat de contrainte est lastique, et si f .; x/ > 0 ltat de contrainte est plastique.
Dans le cas gnral, lensemble des paramtres de dpart AI contiendra les contraintes et toutes
les variables dcrouissage, scalaires ou tensorielles, il faut donc dfinir f .; AI /. On va dans un
premier temps limiter la prsentation la dfinition du domaine dlasticit initial, pour lequel on
supposera que les variables AI sont nulles, si bien quon se contentera dcrire les restrictions des
fonctions f dans lespace des contraintes.
Lexprience montre que, pour la plupart des matriaux, le domaine dlasticit initial est
convexe (cest en particulier vrai pour les mtaux qui se dforment par glissement cristallographique). La fonction de charge doit donc elle-mme tre convexe en , ce qui implique, pour tout
rel compris entre 0 et 1, et pour un couple .1 ; 2 / quelconque de la frontire :
f .1 C .1
III
LMENTS FINIS
/2 / 6 f .1 / C .1
/f .2 /
(19.36)
280
Histoire
Il faut galement respecter les symtries matrielles. Ceci implique en particulier dans le cas
dun matriau isotrope que f soit une fonction symtrique des seules contraintes principales,
ou bien encore, ce qui est quivalent, des invariants du tenseur des contraintes prsents au
paragraphe 19.1.1 (il sagit de I1 , I2 et I3 ).
p
Dans les matriaux mtalliques on observe gnralement lincompressibilit plastique ("i i D 0)
et lindpendance du comportement vis--vis de la pression isostatique. Ceci amne considrer
comme variable critique faire figurer dans la dfinition du critre non plus le tenseur de contraintes
lui-mme, mais son dviateur s (et donc ses invariants J1 , J2 et J3 ).
En vue de raliser les comparaisons avec les rsultats exprimentaux, il est pratique de disposer
dexpressions des critres dans lesquelles les valeurs de f sont homognes des contraintes.
On peut alors remplacer J2 par
p linvariant J (contrainte quivalente au sens de von Mises en
cisaillement : J. / D e D 3J2 ), qui peut galement sexprimer en fonction des contraintes
principales, ou de la contrainte applique dans le cas dun tat de traction simple.
Nous allons maintenant prsenter quelques critres classiques de plasticit : von Mises et
Tresca, ne faisant pas intervenir la pression isostatique, Drucker-Prager, Mohr-Coulomb, Hill et
Tsa, faisant intervenir la pression isostatique.
Introduire la pression isostatique permet dexprimer le fait quune contrainte isostatique de
compression rend plus difficile la dformation plastique, ce qui conduit une dissymtrie des
critres en traction/compression.
Un critre de plasticit, ou critre dcoulement plastique, est un critre permettant de savoir, sous
des sollicitations donnes, si une pice se dforme plastiquement ou si elle reste dans le domaine
lastique. De nombreux essais ont montr que lon pouvait utiliser deux critres principaux : le
critre de von Mises (critre de lnergie de distorsion lastique) ou le critre de Tresca (critre de la
contrainte de cisaillement maximal). En rsistance des matriaux, on dsire parfois rester dans le
domaine lastique, on parle alors de critre de rsistance.
La contrainte de comparaison nest pas une contrainte relle existant un instant donn
lintrieur dun solide, mais est utilise en mcanique pour prdire la rupture. Nanmoins, la plupart
des ingnieurs lutilisent pour dterminer si un champ de contrainte donn dans une pice est
acceptable ou non. On parle aussi de contrainte quivalente ou de contrainte effective. Elle dcoule
des critres de plasticit.
Cette contrainte est compare la limite dlasticit ou encore la contrainte de rupture obtenue
par essai de traction.
Le critre dit de von Mises a t formul initialement
par Maxwell en 1865. En 1904, Huber le dveloppa partiellement dans un article en polonais. Cependant, sa paternit
est gnralement attribue von Mises (1913). On parle
aussi parfois de la thorie de Maxwell-Huber-Hencky-von
Mises, ou de critre de Prandtl-Reuss, ou encore de critre
de lnergie de distorsion lastique.
Maxwell
von Mises
Tresca
La renomme de Tresca tait si grande son poque
que Gustave Eiffel mit son nom en troisime position sur la Liste des soixante-douze noms de
savants inscrits sur la tour Eiffel, et plus prcisment sur le pilier face au Trocadro.
Sur ce mme pilier (comportant 18 noms), en plus des mathmaticiens Lagrange, Laplace,
Legendre et Chasles, se trouve galement Navier. Celui-ci napparat pas pour ses contributions aux
mathmatiques et la physique a , mais parce quil tait considr lui-aussi comme lun des plus
grands ingnieurs franais et comme personnage public important : de 1830 sa mort en 1836, il fut
employ par le gouvernement franais comme consultant afin de permettre la France de progresser
grce aux sciences et aux technologies.
a. Lorsque, en 1822, il modifia les quations dEuler pour dcrire un fluide en incluant la viscosit, son
raisonnement mathmatique tait erron, mais par chance, ou grce son intuition, il obtint malgr tout
les bonnes quations. Le raisonnement rigoureux fut trouv quelques annes plus tard par le mathmaticien
irlandais Stokes
281
LMENTS FINIS
III
Critre de von Mises

Dans le critre de von Mises, on considre que le seuil de plasticit est li lnergie lastique de
cisaillement. Cela revient ngliger linfluence du troisime invariant. Si y est la limite dlasticit
en traction, la fonction de charge est dfinie par :
f . / D J. /
y
(19.37)
La direction dcoulement est donne par le dviateur du tenseur des contraintes.

Critre de Tresca
Le critre de Tresca, ou critre de Tresca-Guest, ou critre de la contrainte de cisaillement maximal,
sexprime en fonction des cisaillements maxima dans chaque plan principal, reprsents par les
quantits .i j / (et non plus lnergie lastique de cisaillement).
La spcificit du critre de Tresca est de ne retenir que le plus grand dentre eux. Le fait de
rajouter une pression chaque terme de la diagonale ne modifie pas, comme prvu, la valeur du
critre. Contrairement au critre de von Mises, lexpression du critre de Tresca ne dfinit en
gnral pas une surface rgulire (discontinuit de la normale, points anguleux) :
f . / D max.i
j /
y
(19.38)
En dautres termes, la loi dcoulement se dfinit par secteurs dans lespace des contraintes
principales.
Critre de Drucker-Prager
On trouve parfois Drcker au lieu de Drucker dans la littrature.
La fonction de charge scrit f . / D .1 /J. / C t r. /, si bien que la normale possde
une composante sphrique. La dformation plastique value avec un tel critre est accompagne
dune augmentation de volume quel que soit le chargement appliqu.
De manire gnrale, tout critre qui fait apparatre la pression isostatique produit un terme de
changement de volume accompagnant la dformation plastique (mais pas forcment positif, comme
dans le cas du modle de Drucker-Prager qui comporte donc un dfaut).
On lcrit aussi sous une forme o il est plus facile de le voir comme une extension du critre
de von Mises :
f . / D J. /
y
1
I1
(19.39)
o le coefficient dpend du matriau et est compris entre 0 et 1=2. Pour D 0, on retrouve le

critre de von Mises.
Critre de Mohr-Coulomb
Ce critre est apparent celui de Tresca, car il fait intervenir comme lui le cisaillement maximum,
mais, contrairement lui, il ajoute en mme temps la contrainte moyenne , reprsente par le
centre du cercle de Mohr correspondant au cisaillement maximum, soit :
f . / D 1
3 C .1 C 3 / sin '
2C cos '
avec
3 6 2 6 1
(19.40)
Ce critre est sous-tendu par la notion de frottement, et suppose que le cisaillement maximal que
peut subir le matriau est dautant plus grand que la contrainte normale de compression est leve.
III
LMENTS FINIS
282
Critres anisotropes
La mthode gnralement utilise pour faire apparatre de lanisotropie consiste faire intervenir
un tenseur du quatrime ordre dans lexpression du critre, qui vient multiplier le dviateur, ou
directement le tenseur des contraintes.
Une solution couramment adopte
gnralise le critre de von Mises, en utilisant la place
p
de J./ lexpression : JH . / D W H W .
Le critre de Hill correspond une anisotropie particulire qui conserve trois plans de symtrie
dans ltat dcrouissage du matriau.
Le critre de Tsa est obtenu partir de celui de Hill afin de reprsenter la dissymtrie entre
traction et compression.
19.3.5
Les lastomres
Dans ce paragraphe, nous faisons une prsentation sommaire des lastomres de manire gnrale.
Le comportement des lastomres est fortement non linaire. Il faut prendre en compte par
exemple la prcharge, la frquence et lamplitude dexcitation comme paramtres :
en statique : trs grandes dformations et retour la configuration initiale sans dformation
permanente. Ce sont les lois hyperlastiques ;
en dynamique : proprits amortissantes, dont rigidification en frquence sous excitation
harmonique. Cest la loi viscolastique non linaire.
Concernant leur fabrication, lopration de vulcanisation est la suivante : on malaxe du caoutchouc brut, on ajoute du souffre et on chauffe le mlange afin dobtenir un matriau lastique,
stable dans une gamme de temprature beaucoup plus large que le caoutchouc naturel et rsistant
au fluage sous contrainte (dcouverte de Goodyear en 1839).
Le premier brevet sur la fabrication dun lastomre synthtique a t dpos le 12 septembre
1909 par le chimiste allemand Fritz Hofmann.
Les lastomres sont quasi incompressibles. le module de compressibilit du caoutchouc se
situe entre 1000 et 2000 MPa alors que lordre du grandeur de son module de cisaillement est de
1 MPa : cette diffrence signifie que le caoutchouc ne change quasiment pas de volume, mme sous
de fortes contraintes.
Les dformations de cisaillement peuvent tre considres comme linaires : le coefficient de
cisaillement est relativement indpendant du taux de cisaillement, au moins jusqu des niveaux de
dformation modrs.
Enfin, notons galement un comportement particulier, connu sous le nom deffet Mullins
(publications en 1966 et 1969) : si lon applique un chargement cyclique sur un matriau initialement
non prcontraint, on observe une diminution de la raideur lors des premiers cycles. Si lon impose
ensuite une dformation cyclique jusqu un niveau de dformation plus lev, on observe nouveau
une diminution de la contrainte et de lhystrsis jusqu un nouvel quilibre. Ce comportement
provient dune rupture progressive des liaisons molculaires.
Les lastomres sont connus pour leur grande lasticit. Une hystrsis est toujours prsente,
mais augmente avec lajout de charges (qui sont ncessaires pour amliorer dautres proprits).
Rappelons ce quest lhystrsis en quelques mots : lamortissement correspond lnergie
dissipe au cours dun cycle. Il est caractris par un angle de perte et un module complexe. Si
le systme est soumis des dformations sinusodales cycliques : ".t / D "0 sin.!t / et que lon
estime que la contrainte transmise rpond galement de faon sinusodale, alors cette dernire
est dphase dun angle , langle de perte, et on a : .t / D 0 sin.!t C /. Gnralement cette
hypothse
Pde premire harmonique nest pas vrifie et la rponse contient plusieurs harmoniques :
.t/ D k k sin.k!t C k /.
Le module complexe est dfini par : e D =". Il se calcule comme :
e D
283
0 i
0
e D
.cos C i sin /
"0
"0
(19.41)
LMENTS FINIS
III
ou encore :
e D E0 C i E00 D E0 .1 C i tan /
(19.42)
et on appelle :
0
module dynamique = je j D
;
"0
0

module de stockage = E D je j cos , car il mesure lnergie emmagasine puis restitue au
cours dun cycle ;
module de perte = E00 D je j sin , car il mesure lnergie dissipe sous forme de chaleur au
cours dun cycle.
Le module dYoung complexe e ou le module de Coulomb complexe G voluent de manire
significative avec la temprature, la frquence et lamplitude de lexcitation.
Notons galement que leffet mmoire (expriences de fluage et relaxation) est prsent pour ces
matriaux : le niveau des contraintes un instant dpend non seulement du niveau de sollicitation
cet instant, mais galement des sollicitations auxquelles le matriau a t soumis prcdemment.
Grandes dformations
En grandes dformations, il est ncessaire de bien distinguer ltat initial de ltat dform. On
utilisera alors les tenseurs adapts (Piola-Kirchhoff), comme expos au paragraphe 19.2.
Incompressibilit
Aux lois de comportement prcdentes, on ajoute la contrainte de variation nulle de volume entre
les configurations.
Pour un matriau incompressible, on a J D 1 (J est le jacobien du gradient de la dformation).
Hyperlasticit
Un matriau est dit lastique si le tenseur des contraintes de Cauchy linstant t dpend uniquement
de ltat de dformation ce mme instant : la contrainte ne dpend pas du chemin suivi par la
dformation, alors que le travail fourni par cette contrainte en dpend.
Un matriau lastique est dit hyperlastique si le tenseur des contraintes drive dune fonction
dnergie de ce matriau : cela implique que le travail fourni pour aller dun tat un autre ne
dpend pas du chemin suivi.
Si on postule lexistence dune nergie libre , on peut la relier, pour les matriaux hyperlastiques, aux invariants des tenseurs. Cette nergie est galement appele nergie de dformation. De
l on peut dduire les lois de comportement.
Approximation numrique
De nombreuses formes de lnergie de dformation ont t proposes, sexprimant partir :
des invariants ;
des fonctions dlongations principales ;
des coefficients intervenant sous forme linaire : Mooney-Rivlin et Rivlin gnralis ;
des coefficients intervenant sous forme de puissances : Ogden (1972)
sous forme polynomiale...
Le modle de Rivlin gnralis, implment dans la plupart des codes de calcul, est donn par
le dveloppement polynomial suivant :
D
N
X
i;j D0
III
LMENTS FINIS
Cij .I1
3/ .I2
3/ C
M
X
Di .J
1/2i
(19.43)
i D1
284
ou plus simplement, si le matriau est bien incompressible :

D
N
X
Cij .I1
3/i .I2
3/j
(19.44)
i;j D0
o lnergie de dformation est dveloppe un ordre proportionnel la plage de dformation

souhaite (pour N D 3 on a gnralement une bonne corrlation avec les mesures exprimentales).
C00 D 0 et les coefficients Cij sont des constantes du matriau lies sa rponse en terme de
distorsion, et les coefficients Di sont des constantes du matriau lies sa rponse en terme de
volume.
Pour les matriaux faiblement compressibles, il est commode dintroduire la dcomposition
des dformations. On en arrive alors la forme :
.J/ D
N
X
1
.J
Di
1/2i
(19.45)
i D1
le module de compressibilit tant donn par k0 D 2=D1 .

Notons quune manire galement simple de prendre en compte les lastomre a dj t
donne : il sagit de lutilisation dlments hybrides faisant intervenir la matrice de souplesse S
au lieu de la matrice de Hooke H.
19.3.6
Les composites, lanisotropie
Dans ce paragraphe, nous faisons une prsentation sommaire des matriaux composites de manire
gnrale.
Ceux-ci ont fait des apparitions en divers endroits de ce document, et quelques problmes se
rapportant eux ont t discuts.
Dfinition 71 Matriau composite. On appelle matriau composite lassociation dau moins
deux matriaux non miscibles. On obtient un matriau htrogne.

On en profite donc pour rappeler quun matriau peut tre :
Homogne : mme proprits en tout point du matriau.
Htrogne : en deux points diffrents, proprits diffrentes.
Isotrope : mme proprits dans toutes les directions.
Isotrope transverse : il existe un axe de symtrie. Symtrie par rapport une droite.
Orthotrope : proprits symtriques par rapport deux plans orthogonaux.
Anisotrope : les proprits sont diffrentes selon les diffrentes directions.
Composants
Un matriau composite plastique correspond lassociation de deux constituants .
Le renfort (ou armature, ou squelette) : assure la tenue mcanique (rsistance la traction et
rigidit). Souvent de nature filamentaire (des fibres organiques ou inorganiques).
La matrice : lie les fibres renforts, rpartit les efforts (rsistance la compression ou
la flexion), assure la protection chimique. Par dfinition, cest un polymre ou une rsine
organique.
En plus de ces deux constituants de base, il faut ajouter linterphase, qui est linterface assurant
la compatibilit renfort-matrice, et qui transmet les contraintes de lun lautre sans dplacement
relatif.
Des produits chimiques entrent aussi dans la composition du composite, linterphase etc... qui
peuvent jouer sur le comportement mcanique, mais ninterviennent pratiquement jamais dans le
calcul de structure composite.
285
LMENTS FINIS
III
Remarque. On conoit un composite en fonction du type dapplication, de chargement... ce qui est diffrent
des matriaux classiques o on adapte la conception dune structure en fonction du matriau constitutif.
On cherchera donc toujours orienter au mieux les renforts en fonction des efforts auxquels la structure
est soumise.
Avantages des matriaux composites :

grande rsistance la fatigue ;
faible vieillissement sous laction de lhumidit, de la chaleur, de la corrosion (sauf alucarbone) ;
insensibilit aux produits chimiques mcaniques comme les graisses, huiles, liquides
hydrauliques, peintures, solvants, ptrole ;
Mais attention aux dcapants de peinture qui attaquent les rsines poxydes !
Les matriaux composites structuraux
Les monocouches reprsentent llment de base de la structure composite. Les diffrents
types de monocouches sont caractriss par la forme du renfort : fibres longues (unidirectionnelles UD, rparties alatoirement), fibres tisses, fibres courtes.
Un stratifi est constitu dun empilement de monocouches ayant chacune une orientation
propre par rapport un rfrentiel commun aux couches et dsign comme le rfrentiel du
stratifi.
Un matriau sandwich est un matriau compos de deux peaux de grande rigidit et de faible
paisseur enveloppant une me (ou cur) de forte paisseur et faible rsistance. Lensemble
forme une structure dune grande lgret. Le matriau sandwich possde une grande rigidit
en flexion et est un excellent isolant thermique.
On pourra avoir des stratifis de type :
Equilibr : stratifi comportant autant de couches oriente suivant la direction C que de
couches oriente suivant la direction .
Symtrique : stratifi comportant des couches disposes symtriquement par rapport un
plan moyen.
Orthogonal : stratifi comportant autant de couches 0o que de couches 90o .
Notation composite : on porte, entre crochets, un nombre indiquant la valeur en degr de
langle que fait la direction des fibres de chaque couche avec laxe de rfrence. les couches
sont nommes successivement en allant de la face infrieure la face suprieure, les couches
tant spares par le symbole / (ou une virgule parfois) : 0= C 45= C 90= 45.
Les couches successives dun mme matriau et de mme orientation sont dsignes par un
indice : 0=45=45=90= 45= 45=0 scrit 0=452 =90= 452 =0.
Si le stratifi est symtrique, seule la moiti est codifie et le symbole s indique la
symtrie : 45=45= 45= 45=45= 45 scrit 45=45= 45s .
En cas de stratification hybride (diffrents matriaux dans un mme stratifi), il faut prciser
par un indice la nature de la couche.
Approximation numrique
Lingnieur mcanicien est souvent bien au fait des diverses approximations possibles dun matriau
composite. Nous serons par consquent assez brefs sur le sujet.
Par ailleurs le chapitre 15 sur lhomognisation permet, dans certains cas, de remplacer un
matriau composite compliqu par un matriau homognis plus simple.
La loi de Hooke, telle quelle a t crite jusqu prsent D H" ne soppose aucunement
lanisotropie.
Lisotropie se traduit juste par le fait que plus de coefficients sont nuls, et que ceux qui sont non
nuls ne dpendent que de deux paramtres, comme rappel en introduction au paragraphe 19.3.
III
LMENTS FINIS
286
Lorsque le matriau est anisotrope, alors H peut tre pleine, ce qui correspond 21 coefficients
non nuls, dpendant des paramtres : Ei : modules de tensions, Gij : modules de cisaillement,
ij : coefficients de contraction, ij;k : coefficients dinfluence de 1re espce, i;kl : coefficients
dinfluence de 2nde espce, et ij;kl : coefficients de Chentsov.
Lorthotropie (orthogonal et anisotrope, i.e. 2 plans orthogonaux de symtrie) fait descendre ce
nombre de coefficients non nuls 9, dpendant des paramtres : E1 ; E2 ; E3 : modules dlasticit
longitudinaux, G23 ; G13 ; G12 : modules de cisaillement, 23 ; 13 ; 12 ; 21 ; 23 ; 31 : coefficients
de Poisson.
Lisotropie transverse (1 axe de symtrie) fait encore descendre ce nombre de coefficients non
nuls 6 (on na plus besoin de E2 , G23 et G12 par exemple)
On peut galement faire des hypothses sur lpaisseur des plis (faible) et la rpartition des
contraintes ou dformations pour obtenir des thories de plaques quivalentes. Ces plaques quivalentes pouvant ensuite tre assembles en une nouvelle plaque quivalente.
Chaque coefficient non nul peut lui-mme tre constant (lasticit anisotrope) ou non, permettant
de prendre en compte autant de comportements que ncessaire (viscolasticit, plasticit...). En sus,
il est galement ncessaire de judicieusement modliser linterphase, i.e. de bien dcrire comment
les couches peuvent ou non bouger entre elles. Par dfaut, lhypothse utilise dans les codes de
calcul est une adhsion parfaite. Cela nest pas forcment compatible avec le but recherch par le
calcul, notamment si celui-ci vise apprhender les modes de rupture (qui sont plus complexes
pour les composites...).
Tous les codes de calcul actuels permettent de prendre en compte lanisotropie matrielle et les
matriaux composites (avec des interfaces plus ou moins sympathiques). Nous nentrerons donc
pas plus dans le dtail dans ce document.
Histoire
19.4
287
Le contact
Les premiers calculs de Joseph Boussinesq, auteur en 1876 dun Essai thorique de lquilibre des
massifs pulvrulents, compar celui des massifs solides, sur la pousse des terres sans cohsion,
reprenant des tudes de Coulomb sur ce sujet, reposent sur un ensemble dhypothses trs restrictives :
1) les corps en prsence sont supposs semi-infinis (cela nest vrai que si les zones de contact sont
vraiment trs petites par rapport aux autres dimensions) ; 2) au voisinage de la future zone de contact,
leurs surfaces peuvent tre reprsentes par des quadriques dont les courbures sont connues (or
la rugosit, qui rend la rpartition des pressions de contact trs irrgulire, est gnralement trs
loigne du modle thorique) ; 3) ces corps sont parfaitement lastiques, homognes et isotropes
(ce qui est trs restrictif, et souvent rellement faux) ; 4) laire de contact est assimile un trs petit
lment plan qui ne reoit que des efforts normaux, donc parallles entre eux (dans beaucoup de
contacts, la zone dapplication des pressions est loin dtre plane et surtout, le fait de ne considrer
que des charges normales suppose que lon fasse abstraction du frottement).
En 1881, Heinrich Hertz, jeune ingnieur et docteur s sciences de 24 ans, publie dans le clbre
Journal de Crelle (XVII, p. 156) sous le titre ber die Beruhrung fester elastischer Krper (Sur
le contact des corps solides lastiques), un mmoire qui fera date, puisquil sagit de la premire
thorie cohrente des contacts ponctuels.
Le fait de rester dans le domaine des dformations
lastiques permet dappliquer le principe de superposition : aux contraintes issues de 1) lapplication des efforts
normaux se superposent celles 2) provoques par les
efforts tangentiels rsultant du frottement ou de ladhrence, puis celles 3) dues aux contraintes rsiduelles dont
on favorise lapparition par des traitements mcaniques
Boussinesq
Coulomb
Hertz
ou thermochimiques appropris, et enfin celles 4) qui
correspondent aux autres sollicitations des pices, tension, compression, flexion, torsion... Ces quatre
groupes de contraintes peuvent tre dfinis sparment puis combins pour aboutir ltat de charge
complet des zones de contact.
Le calcul des contraintes supplmentaires dues au frottement a t conduit de diverses manires
LMENTS FINIS
III
par des chercheurs comme Liu (1950), Poritzky (1966) et quelques autres. Il est extrmement
compliqu, au point dtre pratiquement inutilisable dans les situations concrtes.
Depuis que Hertz a introduit une thorie du contact en 1881, de nombreux problmes dingnieur
faisant intervenir le contact ont t rsolus. Loutil de calcul bas sur une approche analytique, est
limit la rsolution des problmes simples de contact : en effet la plupart des solutions analytiques
supposent un contact sans frottement et des zones de contact connues, priori, et des formes
gomtriques simples.
Le dveloppement des techniques numriques de rsolution a permis de traiter des problmes
de contact plus complexes. la mthode des lments finis, en permettant la discrtisation des solides
de formes quelconques et la prise en compte aise de conditions aux limites diverses, offre un outil
puissant de calcul pour tudier les problmes de contact.
Aujourdhui lanalyse des problmes de contact avec frottement est trs importante pour
beaucoup dapplications industrielles. La modlisation des procds industriels de mise en forme,
et plus gnralement des phnomnes complexes o le contact et le frottement sajoutent des
non-linarits du matriau et de la gomtrie, ncessite des algorithmes supplmentaires dans les
logiciels gnraux dlments finis.
Malgr la linarit de la loi lastique, le problme de contact est intrinsquement non-linaire.
En effet, la surface de contact et les forces de contact sont, priori, inconnues et elles changent
progressivement lorsquon applique le chargement externe.
Dans la littrature, de nombreuses mthodes ont t dveloppes pour rsoudre les problmes
de contact par des mthodes numriques comme la mthode des lments finis, parmi lesquels la
mthode de pnalisation, la mthode de flexibilit, la mthode de programmation mathmatique, la
mthode des multiplicateurs de Lagrange (voir le paragraphe 7.6 sur les multiplicateurs de Lagrange
et le paragraphe 12.3 sur les diverses manires de traiter une interface, qui est un contact rigide).
Une grande partie de ces articles traitent dalgorithmes numriques. Dans les codes lments finis
industriels (Ansys, Pamcrash...), les problmes de contact avec frottement dans le contexte des
grandes dformations sont presque exclusivement traits par des mthodes de pnalisation ou de
rgularisation. Ces mthodes prsentent des inconvnients en ce qui concerne la stabilit et la
prcision numrique, en particulier pour tout ce qui touche la simulation des phnomnes de
frottement.
Pour pallier ces insuffisances, une mthode du Lagrangien Augment a t dveloppe par
Curnier et Alart (1988). Cette mthode consiste dterminer les inconnues (dplacement et raction)
simultanment en utilisant un algorithme de Newton gnralis. Simo et Laursen ont galement
propos une mthode similaire (1992). De Saxc et Feng ont propos une mthode bipotentielle
fonde sur la thorie du Matriau Standard Implicite, dans laquelle une nouvelle formulation du
lagrangien augment est dveloppe.
Pour les problmes de contact unilatral avec frottement, la mthode bipotentielle nutilise
quun seul principe variationnel sur le dplacement et une seule ingalit. Ainsi, le contact unilatral
et le frottement sont coupls. Cette nouvelle approche tend galement la notion de loi normale
aux comportements dissipatifs non associs, en tenant compte du frottement. Cette approche variationnelle est plus simple que lapproche classique qui inclue deux principes variationnels et deux
ingalits respectivement pour le contact unilatral et le frottement. Dans la mthode bipotentielle,
le problme de contact avec frottement est trait dans un systme rduit par un algorithme dUzawa
une seule phase de prdiction-correction sur le cne de frottement. Lextension de cette mthode
dans le contexte de grandes dformations a t ralis. Pour tre capable de traiter des problmes
industriels qui font intervenir le contact, il est important de disposer dun ventail dalgorithmes
afin de pouvoir moduler lutilisation de chaque mthode selon leurs avantages et inconvnients
dans chaque cas concret.
III
LMENTS FINIS
19.4 Le contact
288
19.4.1
Lois de contact et de frottement
Considrons deux solides dformables 1 et 2 en contact en certains points de leurs frontires.

Soient v la vitesse relative locale en un point P de 1 par rapport 2 , et r la raction que subit 1
de la part de 2 . Supposons dfini n le vecteur unitaire normal dirig vers 1 . La projection
orthogonale du point P sur la surface de 2 dfinit un point P0 , dit point projet de P , qui sera
lorigine du repre local du contact .t1 ; t2 ; n/, comme illustr la figure 19.2.
Xn
t2
P'
t1
F IGURE 19.2: Contact entre deux solides dformables : notations

Les vecteurs v et r peuvent tre dcompos en partie tangente v t et r t et partie normale vn
et rn .
Compte tenu de la distance initiale au contact g et pour un pas de temps t , la distance PP0
exprime dans le repre local est alors dfinie par : xn D g C t vn . Par consquent, les conditions
de contact unilatral pour chaque point en contact, peuvent tre exprimes comme suit :
Impntrabilit : xn > 0
Quand la particule est en contact avec lobstacle, elle nest pas attire par lui : xn D 0 !
rn > 0
Quand la particule nest pas en contact avec lobstacle, la raction normale est nulle :
xn > 0 ! rn D 0
Ces trois conditions peuvent tre condenses sous une forme complmentaire (conditions de
Signorini) :
xn > 0I
rn > 0I
xn rn D 0
(19.46)
ou sous la forme quivalente :

8n > 0;
rn D projRC .rn
n xn /
(19.47)
o RC reprsente un ensemble de valeurs positives.

En ce qui concerne le frottement, parmi les nombreux modles existants, nous avons choisi le
modle de Coulomb, qui est le plus utilis dans les problmes de contact avec frottement sec. Dans
le cas du contact-frottement isotrope, le modle de Coulomb scrit :

kr t k < rn
si kv t k D 0
(19.48)
r t D rn kvv tt k si kv t k 0
avec le coefficient de frottement.
On peut galement utiliser la forme quivalente :
8 t > 0;
r t D projC .r t
t ut /
(19.49)
o C est un ensemble qui reprsente lintervalle rn ; rn dans le cas bidimensionnel, ou le
disque de centre 0 et de rayon R D rn dans le cas tridimensionnel. On rappelle que u t dsigne la
composante tangentielle du dplacement relatif, qui est aussi le glissement.
289
LMENTS FINIS
III
19.4.2
Algorithme local
De manire usuelle, on dfinit le cne de frottement isotrope de Coulomb pour chaque point en
contact :

K D .rn ; r t / 2 R3 tels que kr t k 6 rn
(19.50)
laide de la thorie du Matriau Standard Implicite, les conditions de contact unilatral et la
loi de frottement sexpriment par une seule ingalit variationnelle :
Trouver .rn ; r t / 2 K tel que :
8.rn ; r t / 2 K ; .xn
kv t k/.rn
rt
o 9 > 0; v t D
kr t k
rn / C v t :.r t
rt / 6 0
(19.51)
Afin dviter des potentiels non diffrentiables qui apparaissent dans la reprsentation du contact,
on peut utiliser la mthode du lagrangien augment. Cette mthode, applique lingalit variationnelle, conduit une quation implicite :
r D projK .rn C n .xn
kv t k/;
rt C t vt /
(19.52)
o n et t sont des coefficients positifs qui dpendent de la matrice de flexibilit de contact.

Pour rsoudre lquation implicite, on utilise lalgorithme dUzawa (algorithme de gradient
pas fixe pour loptimisation sous contraintes) qui conduit une procdure itrative comportant les
deux tapes suivantes :
prdiction :
( i C1
n D ni C ni .xni kv it k/
(19.53)
ti C1 D ti D it v it
correction :
.rni C1 ; r ti C1 / D projK .ni C1 ; ti C1 /
(19.54)
contact avec adhrence ( 2 K ), non contact ( 2 K ) et contact avec glissement ( 2 R3

.K [ K /), o K est le cne dual de K .
19.4.3
Algorithme global
Dans le contexte de la mthode des lments finis, aprs discrtisation des solides en contact, on
rsout gnralement un systme dquations dquilibre au niveau global, obtenu par la mthode
des rsidus pondrs (expose au paragraphe 7.1), de type :
R D
Fint C Fext C Freac D O
(19.55)
o les vecteurs R des rsidus, Fint des forces internes, Fext des forces extrieures et Freac des
forces de contact et de frottement dans le repre global dpendent tous du vecteur des inconnues
nodales de la structure q.
Pour rsoudre ce systme dquations non linaires, on utilise une mthode itrative de type
Newton-Raphson qui consiste linariser le systme prcdent en :
KT i di C1 D
i C1
III
Fint i C Fext i C Freac i
Dq Cd
LMENTS FINIS
i C1
(19.56)
(19.57)
19.4 Le contact
290
o KT i est la matrice tangente de rigidit litration i .

Insistons que le caractre fortement non-linaire de ce systme : en effet, celui-ci prend en
compte des multiples non-linarits mcaniques telles que les non-linarits matrielles et les
non-linarits gomtriques qui se manifestent lorsquapparaissent des grands dplacements ou des
grandes dformations. De plus, les lois relatives au contact et au frottement sont exprimes par des
ingalits, le potentiel du contact tant mme non diffrentiable. Par consquent, des difficults
numriques se manifestent plusieurs niveaux au cour de :
la rsolution des quation non linaires dquilibre (niveau global) ;
lintgration des lois de comportement (niveau local) ;
la rsolution des inquations de contact et de frottement couples avec les quations dquilibre (niveaux local et global).
19.5
Exemple : une toute premire approche du contact avec C AST 3M
Dans ce chapitre, nous prsentons un petit exemple simple de contact unidirectionnel sans frottement
sous C AST 3M.
19.5.1
Contact sur une surface infiniment rigide
Dans ce premier exemple, nous proposons dtudier un carr soumis sur sa face suprieure un
dplacement impos et reposant, sur sa face infrieure, sur une surface infiniment rigide, comme
illustr la figure 19.3.
dplacement impos
surface (ligne) infiniment rigide
F IGURE 19.3: Problme de contact
1 OPTION ECHO 0 ;
2 OPTION DIME 2 ELEM QUA4 MODE PLAN CONT
;
3
4 Donnees
5 long1 =10.;
6 nlong1 =7;
7 uy0 = -0.5;
8 haut1 = long1 ;
9 nhaut1 = nlong1 ;
10 jeu1 =0.0;
11
12 d r o i t e s u r l a q u e l l e l e c a r r e v i e n d r a
buter :
13 k1 = ( -1.* long1 ) 0.;
14 k2 = long1 0.;
15 l1 = DROI ( nlong1 -2) k2 k1 ;
16
17 c a r r e :
18 k3 = ( -0.5* long1 ) jeu1 ;
19 k4 = (0.5* long1 ) jeu1 ;
20 l2 = DROI nlong1 k3 k4 ;
21 s1 = l2 TRAN nhaut1 (0. haut1 ) ;
On remarquera les choses suivantes :

la ligne l2 correspondant la face infrieure du carr repose , sans jeu, sur la ligne l1
dfinissant la surface rigide sur laquelle le carr va venir buter (on aurait pu mettre un jeu
initial non nul, mais ce nest pas ncessaire) ;
les orientations des lignes l1 et l2 sont inverses car les deux lignes en contact doivent se
tourner le dos au sens des normales. Cela est obligatoire ;
291
LMENTS FINIS
III
La surface de contact l1 est modlise en utilisant nlong1 2 lments pour le maillage, alors
que le carr (ligne l2 ) nen a que nlong1 , afin que les maillages ne soient pas compatibles
(i.e. que les nuds ne tombent pas en face les uns des autres).
22 M o d e l e :
23 ModM1 = MODEL s1 MECANIQUE ELASTIQUE ;
24 MatM1 = MATER ModM1 YOUN 1. E3 NU
0.3 ;
25
26 CL e n d e p l a c e m e n t s ( R i g i d i t e s ) :
27 1 ) i l f a u t u n e c o n d i t i o n s e l o n UX :
28
on p r e n d l e p o i n t ( 0 , 0 )
29 k5 = s1 POIN PROC (0. jeu1 ) ;
30 CLk5 = BLOQ k5 UX ;
31 2 ) l i g n e d e c o n t a c t : r i g i d i t e s
32 Depl1 Rigid1 = IMPO l2 l1 ;

33 Rigid2 = BLOQ DEPL l1 ;
34 3 ) l i g n e s u r l a q u e l l e on v a i m p o s e r
le deplacement
35 l3 = s1 COTE 3;
36 CLl3 = BLOQ l3 UY ;
37 DCLl3 = DEPI CLl3 UY0 ;
38 T o t a l i t e d e s c o n d i t i o n s a u x l i m i t e s
39 CL0 = CLk5 ET CLl3 ET Rigid1 ET Rigid2
;
Nous sommes en lasticit linaire... forces et dplacements sont proportionnels et il ny a

aucun problme de convergence. La rsolution se fait le plus simplement du monde.
40 RESOLUTION
41 MR1 = RIGID ModM1 MatM1 ;
42 dep1 = RESO ( MR1 ET CL0 ) DCLl3 ;
Puis on fait un peu daffichage des rsultats... ce qui est illustr figure 19.4.
43
44
45
46
47
48
49
50
51
Post T r a i t e m e n t

deformee :
defo0 = DEFO ( s1 ET l1 ) dep1 0. BLEU
;
defo1 = DEFO ( s1 ET l1 ) dep1 1. ROUG
;
TITR Maillages non deforme ( bleu ) et
deforme ( rouge ) ;
TRAC ( defo0 ET defo1 ) ;

D e p l a c e m e n t s e l o n Uy
52
53
54
55
56
57
58
59
60
61
62
TITR Champ de deplacements . ;

DeplY1 = EXCO Dep1 UY ;
TRAC DeplY1 s1 ;
TRAC D e p l Y 1 d e f o 1 ;

Contraintes :
Sig1 = SIGM ModM1 MatM1 Dep1 ;
TITR Champ de contraintes ;
TRAC sig1 ModM1 ;

fin ;
On pourra ensuite mettre jeu1 a une valeur diffrente de zro et refaire le calcul. On sapercevra
que cela fonctionne toujours. La visualisation de la dforme permettra de bien comprendre
comment seffectue le calcul (on rappelle que dans C AST 3M, toutes les conditions aux limites sont
introduites par lintermdiaire de multiplicateurs de Lagrange : voir paragraphe 12.6.4).
Forces de raction
Maillages: non dform (bleu) et dform (rouge)
(a) dforme
(b) forces de ractions
F IGURE 19.4: Premiers rsultats sur le contact
19.5.2
Contact entre deux solides
On peut faire une remarque sur le calcul prcdent : que se passe-t-il si la surface sur laquelle on
sappuie nest plus infiniment rigide ?
III
LMENTS FINIS
19.5 Exemple : une toute premire approche du contact avec C AST 3M
292
On pourrait modliser la partie infrieure et lui appliquer les forces de ractions qui ont t
calcules prcdemment. Nous nallons videmment pas procder ainsi et laisser C AST 3M tout
calculer pour nous...
1 OPTION ECHO 0 ;
;
3
4 Donnees
5 long1 =10.;
6 nlong1 =7;
7 uy0 = -0.5;
8 haut1 = long1 ;
9 nhaut1 = nlong1 ;
10 jeu1 =1.0;
11
12 p a v e s u r l e q u e l l e c a r r e v i e n d r a
buter :
13 k1 = ( -1.* long1 ) 0.;
14 k2 = long1 0.;
15 l1 = DROI (2* nlong1 -1) k2 k1 ;
16 s2 = l1 TRAN nhaut1 (0. ( -1.0* haut1 ) ) ;
17
18 c a r r e
19 k3 = ( -0.5* long1 ) jeu1 ;
20 k4 = (0.5* long1 ) jeu1 ;
22 s1 = l2 TRAN nhaut1 (0. haut1 ) ;
23 trac ( s1 et s2 ) ;
24
25 M o d e l e
0.3 ;
0.3 ;
30
31 CL ( R i g i d i t e s )
32 1 ) i l f a u t u n e c o n d i t i o n s e l o n UX
33 k5 = s1 POIN PROC (0. jeu1 ) ;
34 CLk5 = BLOQ k5 UX ;
35 2 ) l i g n e s u r l a q u e l l e on i m p o s e l e
deplacement
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
l3 = s1 COTE 3;
CLl3 = BLOQ l3 UY ;
DCLl3 = DEPI CLl3 UY0 ;
3) encastrement sous la p a r t i e basse
l4 = s2 COTE 3;
CLl4 = BLOQ L4 DEPL ;
T o t a l i t e des c o n d i t i o n s aux l i m i t e s
CL0 = CLk5 ET CLl3 ET CLl4 ;

RESOLUTION
Depl1 Rigid1 = IMPO l2 l1 ;
MR1 = RIGID ModM1 MatM1 ;
MR2 = RIGID ModM2 MatM2 ;
dep1 = RESO ( MR1 ET MR2 ET CL0 ET
Rigid1 ) DCLl3 ;


deformee :
defo0 = DEFO ( s1 ET s2 ) dep1 0. BLEU
;
defo1 = DEFO ( s1 ET s2 ) dep1 1. ROUG
;
deforme ( rouge ) ;

TRAC DeplY1 ( s1 et s2 ) ;

Comparaison d e s champs de
contraintes :
Sig1 = SIGM ( ModM1 ET ModM2 ) ( MatM1 ET
MatM2 ) Dep1 ;
TITR Champ de contraintes . ;
TRAC sig1 ( ModM1 ET ModM2 ) ;

fin ;
Cette fois-ci, nous avons mis jeu1 a une valeur non nulle pour bien comprendre comment se
fait la rsolution de ce systme numrique.
On obtient les rsultats illustrs la figure 19.5 pour la dforme et les forces de ractions et
la figure 19.6 pour les dplacements et contraintes.
dplacement impos
Forces de
raction
Maillage
surfaces en contact
Maillages: non dform (bleu) et dform (rouge)
F IGURE 19.5: a) maillage, b) dforme c) forces de raction
293
LMENTS FINIS
III
Contrainte
Dplacement uy
>5.00E01
< 0.00E+00
xx
>2.43E+01
< 5.47E+00
3.97E03
2.78E02
5.16E02
7.54E02
9.92E02
0.12
0.15
0.17
0.19
0.22
0.24
0.27
0.29
0.31
0.34
0.36
0.38
0.41
0.43
0.46
0.48
5.2
3.8
2.4
0.97
0.45
1.9
3.3
4.7
6.1
7.5
9.0
10.
12.
13.
15.
16.
17.
19.
20.
22.
23.
Contrainte
yy
>4.92E+01
< 4.93E+00
4.5
1.9
0.65
3.2
5.8
8.4
11.
14.
16.
19.
21.
24.
26.
29.
32.
34.
37.
39.
42.
44.
47.
F IGURE 19.6: a) dplacement uy b) xx et c) yy
19.5.3
Rsolution pas pas
Les rsolutions prsentes ci-dessus taient finalement de type classique, i.e. inversion dun systme
comprenant les conditions aux limites et le chargement.
Cela fonctionnait particulirement bien car nous tions en lasticit linaire... mais que se
passerait-il si le carr considr avait un comportement non linaire, en particulier sil devait tre le
sige de dformations permanentes ?
On se doute aisment que le modle rudimentaire ne fonctionnerait pas. Cest pourquoi nous
allons le modifier afin dintroduire une rsolution pas pas, qui permet dappliquer un chargement
(ou un dplacement impos) de manire progressive.
Nous ne prsentons pas ici de comportement non linaire pour les matriaux, cela se fait en TD.
Toutefois, nous prsentons le mme calcul que prcdemment, mais cod pour une rsolution pas
pas.
Afin de dfinir le chargement dans le temps, nous commenons par construire la liste de
rels Ltemp1 qui contient les pas de temps, savoir 0:0 et 1:0 (2 pas de temps suffisent, puisque
nous restons sur une analyse lastique linaire dans cet exemple).
partir de cette discrtisation du temps (vraiment sommaire pour le coup), nous dfinissons
lobjet evo1 de type volution pour chacun des pas de temps. evo1 est donc une fonction du temps,
qui va nous servir affecter le dplacement impos : CharU1 est de type chargement, ncessaire
pour la rsolution par PASAPAS. Avec loption DIMP, on signifie quil sagit dun dplacement
impos. Ainsi CharU1 contient lvolution des dplacements imposs sur la condition DCLl3 au
cours du temps.
1 OPTION ECHO 0 ;
;
3
4 Donnees
5 long1 =10.;
6 nlong1 =7;
7 uy0 = -0.5;
8 haut1 = long1 ;
9 nhaut1 = nlong1 ;
10 jeu1 =0.0;
11
12 p a v e s u r l e q u e l l e c a r r e v i e n d r a
buter :
13 k1 = ( -1.* long1 ) 0.;
14 k2 = long1 0.;
15 l1 = DROI (2* nlong1 -1) k2 k1 ;
16 s2 = l1 TRAN nhaut1 (0. ( -1.0* haut1 ) ) ;
17
18 c a r r e
19 k3 = ( -0.5* long1 ) jeu1 ;
20 k4 = (0.5* long1 ) jeu1 ;
III
LMENTS FINIS
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
s1 = l2 TRAN nhaut1 (0. haut1 ) ;

TRAC ( s1 ET s2 ) ;

Modele
ModM1 = MODEL s1 MECANIQUE ELASTIQUE ;
MatM1 = MATER ModM1 YOUN 1. E3 NU
0.3 ;
ModM2 = MODEL s2 MECANIQUE ELASTIQUE ;
MatM2 = MATER ModM2 YOUN 5. E3 NU
0.3 ;
ModM1 = ModM1 ET ModM2 ;

CL ( R i g i d i t e s )
1 ) i l f a u t u n e c o n d i t i o n s e l o n UX ,
on p r e n d l e p o i n t ( 0 , 0 )
k5 = s1 POIN PROC (0. jeu1 ) ;
CLk5 = BLOQ k5 UX ;
2 ) l i g n e s u r l a q u e l l e on v a i m p o s e r
le deplacement
l3 = s1 COTE 3;
CLl3 = BLOQ l3 UY ;
DCLl3 = DEPI CLl3 UY0 ;
3) encastrement sous la p a r t i e basse
19.5 Exemple : une toute premire approche du contact avec C AST 3M
294
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
l4 = s2 COTE 3;
CLl4 = BLOQ L4 DEPL ;
4 ) l i g n e de c o n t a c t :
Depl1 Rigid1 = IMPO l2 l1 ;

T o t a l i t e des c o n d i t i o n s aux l i m i t e s
CL0 = CLk5 ET CLl3 ET CLl4 ET Rigid1 ;

Chargement
Ltemps1 = PROG 0. 1.;
evo1 = EVOL MANU TEMPS Ltemps1 (
PROG 0. 1.) ;
CharU1 = CHAR DIMP DCLl3 evo1 ;
Char0 = CharU1 ;

RESOLUTION

C o n s t r u c t i o n d e l a t a b l e PASAPAS :
TAB1
= TABL ;
TAB1 . TEMPS_ CALCUL ES
= Ltemps1 ;
TAB1 . MODELE
= ( ModM1 ET ModM2 )
;
TAB1 . C A R A C T E R I S T I Q U E S = ( MatM1 ET
MatM2 ) ;
TAB1 . B L O C A G E S _ M E C A N I Q U E S = CL0 ;
TAB1 . CHARGEMENT
= Char0 ;

Resolution :
TAB2 = PASAPAS TAB1 ;

70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94

dep1 = TAB2 . DEPLACEMENTS . 1;

deformee :
defo0 = DEFO ( s1 ET s2 ) dep1 0. BLEU
;
defo1 = DEFO ( s1 ET s2 ) dep1 1. ROUG
;
deforme ( rouge ) . ;

TRAC DeplY1 ( s1 et s2 ) ;

Comparaison d e s champs de
contraintes :
sig1 = TAB2 . CONTRAINTES . 1 ;
TITR Champ de contraintes . ;
TRAC sig1 ( ModM1 ET ModM2 ) ;

V i s u a l i s a t i o n s des r e a c t i o n s :
reac1 = TAB2 . REACTIONS . 1 ;
vr1 = VECT reac1 0.8 E -2 FX FY
ROUG ;
TITR Forces de reaction . ;
TRAC vr1 ( s1 ET s2 ) ;

fin ;
On obtient les mmes rsultats que ceux dj prsents (voir figure 19.5 et figure 19.6).
Nous pouvons mentionner galement que ce type de calcul permet de calculer la gomtrie de
pices ralises en thermocompression. Considrons un matelas de matire souple plac entre le
plateau suprieur dune presse et un outil comportant un logement, comme illustr la figure 19.7a.
Une fois que le plateau de presse est descendu, on obtient la pice en forme donne la figure 19.7b.
Plateau de presse
Matire
pice produite
Outil
F IGURE 19.7: Thermocompression : a) problme, b) forme de la pice aprs production

partir des listings prcdents, il est ais dobtenir les rsultats de la figure 19.7b... et nous
vous invitons le faire.
Une fois ce premier calcul ralis (et donc pleins de fiert et de confiance en nous), nous vous
proposons dutiliser un matelas de matire plus pais, vraiment plus pais. Le but est que lors du
process, lorsque le plateau de la presse descend (situation relle ou simule), la matire vienne
suffisamment remplir la cavit du moule pour quil y ait contact entre la pice dforme et le fond
de la cavit.
Nous allons alors constater que le contact nest pris en compte que dans la partie suprieure du
moule, mais pas sur les cts de la cavit, ni au fond de celle-ci...
En TP, nous travaillerons comprendre pourquoi (quest-ce que le code de calcul a compris de
ce que nous lui avons propos comme modlisation ?) et raliser un modle correspondant ce
que nous souhaitions.
295
LMENTS FINIS
III
Chapitre 20
La rupture en mcanique
La mcanique de la rupture sintresse la formation et la propagation de fissures macroscopiques
dans les structures, ce qui peut conduire la sparation dun corps en deux parties disjointes suite
une phase damorage qui a vu le dveloppement de microcavits, microfissures... mais les fissures
peuvent aussi sarrter. Le mode de rupture peut tre fragile (sans dformation plastique) ou ductile
(avec dformation plastique).
La rsilience est le rapport de lnergie ncessaire pour rompre une pice sur la section droite de
matire rompue : elle caractrise lnergie ncessaire pour produire la rupture. La rsilience volue
avec la temprature (la temprature de transition caractrise le passage dune mode de rupture
un autre : fragile ou ductile). Par ailleurs, le mode de rupture dpend de ltat de contrainte,
en particulier de la triaxialit des contraintes (rapport du premier sur le second invariant, voir
paragraphe 19.1.1) : un matriau trs plastique peut dvelopper des ruptures fragiles ; un matriau
sans plasticit ne prsentera que des ruptures fragiles.
En fonction du chargement et du matriau considr :
si le milieu est globalement plastique ou viscoplastique, on recourra la mcanique non
linaire de la rupture, ou approche locale (description fine des contraintes et dformations en
pointe de fissure laide de modles non linaires) ;
si la plasticit est absente ou trs confine, on utilisera la mcanique linaire de la rupture.
20.1
Approches globale et locale
On distingue deux approches :

Approche globale : le principal avantage est la relative simplicit dapplication aux calculs
lments finis ou analytiques grce des grandeurs scalaires reprsentant ltat de la fissure,
mais qui sont des approximations qui peuvent manquer de pertinence ;
Approche locale : qui veut modliser finement le comportement rel, mais se confronte la
singularit des contraintes en fond de fissure.
Dun point de vue numrique, les deux approches ncessitent des maillages fins en pointe de fissure
afin de dcrire le front de fissure et de permettre le calcul de la concentration des contraintes et
dformations. Il faut ajouter galement des modles de comportement adapts :
lapproche globale ncessite un maillage rayonnant avec faces perpendiculaires au front de
fissure ;
alors que lapproche locale impose un maillage fin (calcul des contraintes), dont la taille est
impose ainsi que le type dlments.
Les fissures sont souvent trop complexes pour tre parfaitement reproduites, ce qui impose des
approximations du domaine et rend le choix du type dlments et leur taille encore plus critique.
La modlisation du comportement des matriaux est importante puisque directement lie au
calcul des sollicitations en pointes de fissure, qui de plus apparaissent toujours dans des zones o
297
20. La rupture en mcanique
LMENTS FINIS
III
les sollicitations sont complexes (fatigue, fluage, plasticit, endommagement...).

La modlisation de lavance de la fissure conduit de trs fortes non linarits (avec des
problmes de convergence dans les algorithmes). De plus, la modlisation de lavance de fissure
est lie la discrtisation faite, donc est lie la taille des lments.
Les mailleurs automatiques sont souvent incapables de mener bien leur tche car il y a une
incompatibilit entre les dimensions de la structure et la finesse ncessaire pour la fissure, et parce
que les approches locale et globale ont des spcificits de maillage diffrentes et difficiles prendre
en compte. Il est donc souvent ncessaire de dvelopper ses propres outils de maillage. De plus
beaucoup de critres mis au point en 2D ne sont pas forcment valables en 3D.
Les problmes actuels sur lesquels portent la recherche sont :
la propagation, qui reste un domaine numrique difficile aborder, en particulier les critres
de propagation de fissure, surtout en 3D et/ou en dynamique.
les mailleurs (voir ci-dessus), et mme en amont, les critres de maillage, surtout en 3D.
On opte galement pour une approche couple essais / calculs :
dveloppement des paramtres pertinents en mcanique de la rupture ;
dveloppement doutils analytiques et critres associs ;
dveloppement / validation des critres.
Approches numriques des fissures
Fissure droite sollicite en mode I Le trajet de propagation peut tre connu a priori, et on trouve
les mthodes de dboutonnage dans lesquelles la moiti de la structure est maille et les
nuds situs sur la ligne de propagation sont librs mesure que la fissure avance. Mais
il faut relcher les nuds progressivement en appliquant des forces nodales physiquement
pertinentes.
Fissure courbe
mthodes de remaillage : voir problme de maillage
lments dinterface : le trajet de la fissure est impos par la discrtisation et il faut
choisir la loi de dcohsion linterface.
lment avec un nud supplmentaire au quart de ses cts (ou ayant son nud intermdiaire
dplac), qui permet dintgrer exactement la singularit lastique, mais il reste ncessaire
de disposer dun outil spcifique de remaillage.
Mthodes sans maillage Elles permettent de saffranchir des problmes lis la connaissance
trop intime de la fissure ;
Mthodes utilisant la partition de lunit Elles permettent de saffranchir du maillage explicite
de la fissure dont la description se fait au moyen dlments gomtriques ou de fonctions de
niveau pour le problme 3D.
Notons que les mthodes de remaillage peuvent introduire des singularits dans la discrtisation
temporelle qui sont peu souvent mentionnes.
III
LMENTS FINIS
20.1 Approches globale et locale
298
Mcanique linaire de la rupture
20.2.1
Concentrations de contraintes des dfauts
Histoire
20.2
On a souvent attribu aux dfauts du matriau la cause principale de la rupture fragile. Sur la
base dune analyse des contraintes, Kirsch (1898) et Inglis (1913, cit au 8me symposium de
mcanique des roches en 1966) avaient dj donn des solutions analytiques pour le calcul du facteur
de concentration des contraintes pour des plaques infinies soumises la traction avec respectivement
un trou circulaire et un trou elliptique.
Mais le facteur de concentration des contraintes devenait infini dans le cas dune fissure et cela
signifiait que des contraintes externes trs faibles suffisaient pour la rupture dun solide fissur, ce
qui est en contradiction avec la ralit.
2b
2a
Inglis, donc, en 1913, a montr leffet de

concentration de contraintes.
Considrons une plaque avec un trou elliptique,
de grand axe 2a et petit axe 2b, dont la largeur ` est
trs suprieure aux dimensions du trou (i.e. `
2a) et soumise une contrainte nominale constante
, comme illustr sur la figure 20.1.
La contrainte en pointe de fissure (i.e. au point
A) est :

2a
A D 1 C
(20.1)
b
Le facteur de concentration de contraintes kf est

F IGURE 20.1: Concentration de contraintes
dfini comme kf D A = :
autour dune fissure : cas plan
si a D b, alors kf D 3 ;
si a ! 1, Inglis propose A D .1 C
p
2
2 a=/, o D b =A est le rayon en pointe de fissure ;
q
si a b, alors A D 2
Histoire
20.2.2
299
a
.
quilibre nergtique
La mcanique de la rupture a t invente pendant la Premire Guerre mondiale par lingnieur

aronautique anglais A. A. Griffith pour expliquer la rupture des matriaux fragiles.
Le travail de Griffith a t motiv par deux faits contradictoires :
1. La contrainte ncessaire pour rompre un verre courant est denviron 100 MPa ;
2. La contrainte thorique ncessaire la rupture de liaisons atomiques est denviron 10 000 MPa.
Une thorie tait ncessaire pour concilier ces observations contradictoires. En outre,
les exprimentations sur les fibres de verre que Griffith lui-mme a men suggrent
que la contrainte de rupture augmente dautant plus que le diamtre des fibres est petit.
Par consquent il en dduit que le paramtre de rsistance uniaxiale la rupture Rr ,
utilis jusqualors pour prdire les modes de dfaillance dans le calcul des structures,
ne pourrait pas tre une valeur indpendante des proprits du matriau.
Griffith suggre que la faiblesse de la rsistance la rupture observe dans ses
Griffith
expriences, ainsi que la dpendance de lintensit de cette rsistance, taient due la
prsence de dfauts microscopiques prexistant dans le matriau courant.
Pour vrifier lhypothse de dfauts prexistants, Griffith a introduit une discontinuit artificielle dans ses chantillons exprimentaux. La discontinuit artificielle tait une forme de fissure
dbouchante plus importante que les autres discontinuits supposes prexistantes dans lchantillon.
Les expriences ont montr que le produit de la racine carre de la longueur du dfaut et de la
contrainte la rupture tait peu prs constant.
LMENTS FINIS
III
2a
En 1920, Griffith considre le cas dune plaque

dpaisseur B contenant une fissure de longueur 2a
et dont la largeur ` est trs suprieure aux dimensions de la fissure (i.e. ` 2a) et son paisseur
(i.e. ` B), soumise une contrainte nominale
constante (voir figure 20.2). Sous lhypothse
de contrainte plane, Griffith montre que lquilibre
nergtique est :
dE
d dWs
D
C
D0
dA
dA
dA
(20.2)
o A D 2aB est laire de la fissure, dA laccroisF IGURE 20.2: Concentration de contraintes sement de fissure, E lnergie totale, lnergie
autour dune fissure : plaque mince
potentielle et Ws lnergie ncessaire pour la progression du dfaut.
Griffith montre galement que lnergie potentielle est relie lnergie potentielle de la
plaque sans dfaut par la relation :

a 2
2aB
(20.3)
D 0
E
et que Ws est donne par :
Ws D 4aV S
(20.4)
avec s lnergie de progression du dfaut par unit de surface. Lquation dquilibre nergtique
de Griffith conduit :
d
dWs
D
dA
dA
(20.5)
et donc :
a 2
D 2 s
E
(20.6)
Griffith obtient donc la contrainte globale de rupture f pour les matriaux fragiles (et uniquement
eux) :
r
2E s
f D
(20.7)
a
Ces travaux seront complts par Irwin afin de prendre en compte le cas de la rupture ductile (pour
les matriaux mtalliques). Ce dernier obtient la contrainte globale de rupture :
r
2E. s C p /
f D
(20.8)
a
o p est lnergie plastique de progression de fissure par unit de surface (i.e. en rupture fragile Wf D s , et en rupture ductile Wf D s C p ).
III
LMENTS FINIS
20.2 Mcanique linaire de la rupture
300
Histoire
20.2.3
Taux dnergie libre G
Luvre de Griffith a t largement ignore par la communaut des ingnieurs jusquau dbut
des annes 1950. Les raisons semblent tre que, pour les matriaux employs dans la ralisation
des structures, le niveau rel dnergie ncessaire pour causer la rupture est de plusieurs ordres de
grandeur suprieur lnergie de surface correspondante et que, dans les matriaux de construction
il y a toujours des dformations lastiques en fond de fissure ce qui rend lhypothse du milieu
lastique linaire avec contraintes infinie en pointe de la fissure tout fait irraliste.
La thorie de Griffith concorde parfaitement avec les donnes exprimentales sur des matriaux
fragiles tels que le verre. Pour des matriaux ductiles tels que lacier, lnergie de surface prdite par
la thorie de Griffith est souvent irraliste. Un groupe de travail dirig par G. R. Irwin lUS Naval
Research Laboratory, constitu durant la Seconde Guerre mondiale, a ralis que la plasticit doit
jouer un rle important dans la rupture des matriaux ductiles.
Dans les matriaux ductiles (et mme dans des matriaux qui semblent tre
fragiles), une zone plastique se dveloppe en front de fissure. Laugmentation de la
dimension de la zone plastique est fonction de laugmentation de la charge jusqu
ce que la fissure se propage librant les contraintes en arrire du fond de fissure.
Le cycle de chargement/libration de chargement plastique aux abords du front de
fissure conduit la dissipation dnergie comme le ferait un traitement thermique
de relaxation de contrainte. Par consquent, un terme dissipatif doit tre ajout
Irwin
la relation de lquilibre nergtique tel qulabore par Griffith pour les matriaux
cassants. En termes physiques, de lnergie supplmentaire est ncessaire pour que la propagation
des fissures se produise dans les matriaux ductiles si on les compare aux matriaux fragiles.
La stratgie dIrwin a t de partitionner lnergie en :
1. nergie stocke en dformation lastique (effet ressort) qui se libre lors de la propagation
dune fissure et ;
2. nergie dissipe qui comprend la dissipation plastique et lnergie de surface (et toutes les
autres forces dissipatives qui peuvent tre au travail).
Poursuivant ses travaux, Irwin propose en 1957 une mesure nergtique G pour caractriser la
rupture :
GD
d
dA
(20.9)
En ngligeant lnergie cintique, la puissance disponible pour ouvrir une fissure de surface A
est gale la variation dnergie potentielle totale, rsultat de la variation de lnergie lastique
stocke dans la structure et de la variation dnergie lie aux forces extrieures. Cette contribution
mcanique est appele taux de restitution dnergie.
G est la quantit dnergie permettant un accroissement de fissure de dA et est aussi appel
force dexpansion de fissure ou taux de restitution dnergie.
En revenant au cas trait par Griffith, on obtient en contraintes planes :
GD
a 2
E
(20.10)
et ainsi, une fissure va progresser si G atteint une valeur critique Gc :

Gc D
dWs
D 2 s
dA
(20.11)
o s est lnergie de progression du dfaut par unit de surface. Gc est la mesure de tnacit la
rupture du matriau.
301
LMENTS FINIS
III
Histoire
20.2.4
Facteur dintensit de contrainte K
Une autre ralisation importante du groupe de travail dirig par Irwin a t de trouver une mthode de
calcul de la quantit dnergie disponible pour une fracture au niveau de la contrainte asymptotique
et les champs de dplacement autour dun front de fissure dans un solide idalement lastique.
Cest le facteur dintensit de contrainte.
yy
xy
xx
r
yx
fissure
(a) Fissure sollicite en traction
(b) Contraintes au voisinage du fond de fissure
F IGURE 20.3: Calcul du facteur dintensit de contrainte

Dans le cas de structures o une fissure se retrouve sollicite en traction, tel que cela est illustr
la figure 20.3a, on peut montrer que :
1
X
k
ij D p fij . / C
Am r m=2 gij . /
r
mD0
(20.12)
o fij ./ est une fonction adimensionnelle, et .r; / les coordonnes polaires en fond de fissure.
En posant :
p
K D k 2
(20.13)
Irwin montre en 1957 quau voisinage du fond de fissure ltat de contraintes dcrit la figure 20.3b
conduit a :
KI
.I/
.I/
lim ij D p
fij . /
r!0
2 r
KI I
.II/
.II/
lim ij D p
fij . /
r!0
2 r
KI II .III/
.III/
fij . /
lim
Dp
r!0 ij
2 r
(20.14)
(20.15)
(20.16)
trois modes de chargements pouvant sappliquer une fissure. Ces trois modes sont donns
la figure 20.4.
Pour un mode mixte gnral il vient :
.t ot al/
ij
.I/
.II/
.III/
D ij C ij C ij
(20.17)
La dtermination de K peut se faire analytiquement uniquement pour des gomtries simples.

Pour des cas plus complexes, il faut le faire numriquement ou exprimentalement :
par lespcontraintes : par exemple KI sera pris gale la valeur obtenue (post-traite)
de yy 2 r en fond de fissure. Cette mthode simple et directe est peu prcise (car on
utilise les contraintes).
III
LMENTS FINIS
302
Mode I
(Ouverture)
Mode III
(Cisaillement hors plan)
Mode II
(Cisaillement plan)
F IGURE 20.4: Modes de chargement dune fissure

p
par les dplacements : KI est obtenu par 2=r en fond de fissure (obtenu par extrapolation), tant le coefficient de Poisson. Cette mthode relativement simple ncessite de
raffiner le maillage autour de la fissure et sa prcision nest pas excellente (environ 5%).
Attention : il ne faut pas confondre KI avec K t qui est le facteur de concentration de contrainte,
sans dimension, et qui caractrise le rapport entre la contrainte normale maximale et la contrainte
linfini au voisinage dune entaille.
Kt D
22max
1
(20.18)
Si lon reprend le cas de la plaque plane semi-infinie traite par Griffith, en exprimant le champ
de contraintes au voisinage du fond de fissure et en faisant tendre vers 0, on obtient des relations
entre G et K :
KI2
E
K2
GII D II
E
GI D
et en dformations plane :
GIII D .1 C /
20.2.5
GI D .1
et en dformations plane :
2
KIII
E
2/
GII D .1
KI2
E
2/
(20.19)
KII2
E
(20.20)
(20.21)
Intgrale J
Histoire
Lintgrale J (intgrale curviligne) reprsente un moyen de calculer le taux de restitution dnergie

de dformation ou de travail (nergie) par unit de surface de zone rompue au sein dun matriau.
303
Le concept thorique de lintgrale J a t dvelopp, de faon indpendante, en 1967 par Cherepanov

et en 1968 par Rice. Ces travaux mettent en vidence que le contour dlimitant la zone plastique aux
abords du front de fissure (appel J) est indpendant du profil (contour) de la fissure.
Par la suite, des mthodes exprimentales ont t labores
pour permettre la mesure des proprits de rupture de critiques
partir dchantillons lchelle du laboratoire pour des matriaux
dans lesquels la dimension des prlvements est insuffisante pour
garantir la validit les hypothses de la mcanique linaire lastique
de la rupture, et den dduire une valeur critique de lnergie de
rupture J1c .
Cherepanov
Rice
La quantit J1c dfinit le point partir duquel se forme une zone
plastique dans le matriau au moment de la propagation et pour un mode de chargement.
Lintgrale J est quivalente au taux de restitution de lnergie de dformation dune fissure
dans un solide soumis une charge constante. Cela est vrai, dans des conditions quasi-statiques, tant
pour les matriaux linairement lastiques que pour les chantillons expriments petite chelle en
passe de cder en front de fissure.
LMENTS FINIS
III
Considrons un solide linaire lastique homogne bidimensionnel sur lequel agissent des
force Tk , comme illustr la figure 20.5a. Les efforts de traction scrivent Ti D ij nj (o n est la
normale sortante D @). La densit dnergie interne lastique est :
Z "kl
!D
ij d"ij
(20.22)
0
On travaille en labsence de forces de volumes, do ij;i D 0, et sous hypothse de petites

dformations, soit "ij D .ui;j C uj;i /=2. Les intgrales curvilignes :
Tk
nk
O2
y
2
1
D
O1
1
y
2
x
(a) Solide soumis aux forces Tk
(b) Chemin dintgration
F IGURE 20.5: Calcul de lintgrale J

Z
Qj D
!nj

Tk uk;j d;
peuvent scrire :
Z
Qj D
!nj
lk nl uk;j d D
j; k D 1; 2; 3
Z
!j l

lk uk;j nl d
(20.23)
(20.24)
Le thorme de divergence puis quelques manipulations de loprande permettent darriver au

rsultat suivant : Qj D 0. De l, on en tire que la densit dnergie interne lastique :
Z "kl
!D
ij d"ij
(20.25)
0
est indpendante du chemin dans lespace des dformations. Le mme type de calcul permet de
montrer que la densit dnergie complmentaire :
Z kl
!D
"ij dij
(20.26)
0
est indpendante du chemin dans lespace des contraintes.

On considre toujours notre solide linaire lastique homogne 2D sur lequel agissent des
force Tk . On dfinit lintgrale J comme :
Z

J D Q1 D
!n1 Tk uk;1 d
(20.27)
Daprs ce qui prcde, J D 0, et donc

Z
Z
J1 D
::: D J2 D
:::
1
III
LMENTS FINIS
(20.28)
304
Considrons maintenant une entaille (fissure) dans une pice. Alors, on a vu que lintgrale J
est nulle le long du chemin ferm AB1 CD2 A dcrit la figure 20.5b. Si sur AB et CD : dy D 0,
Tk D 0, alors JAB D JCD D 0 et il vient : J1 D J2
Rice a galement dmontr que la valeur de lintgrale J reprsente le taux de relaxation
dnergie pour la propagation des fissures planes, ou le taux de diminution dnergie potentielle par
rapport laccroissement de la fissure, i.e. J D G.
Lintgrale J a t dveloppe pour rsoudre des difficults rencontres dans le calcul des
contraintes aux abords dune fissure dans un matriau linairement lastique. Rice a montr quen
mode de chargement constant et sans atteindre ladaptation plastique, lintgrale J peut aussi tre
utilise pour calculer le taux de relaxation dnergie dans un matriau plastique.
20.3
Mcanique lastoplastique de la rupture
Nous avons dj mentionn que lanalyse linaire lastique en mcanique de la rupture ne sapplique
que pour les matriaux fragiles. En effet, dans la plupart des cas, il existe des dformations plastiques
au fond de fissure.
Si lon suppose que cette zone plastique est prsente dans un rayon R autour du fond de fissure,
et quau del, jusqu un rayon D la solution singulire est domine par K ; alors R D et lon
peut considrer que la solution est domine par le facteur dintensit de contrainte K.
Si R nest pas petit devant D, alors il faut tenir compte de la plastification locale.
20.3.1
Dtermination de la zone plastique
Lide gnrale est de dterminer le lieu gomtrique des points o le champ de contraintes atteint
la limite lastique du matriau. videmment, en fonction du type de matriau, des hypothses
45
(a) Contraintes planes
(b) Dformations planes
F IGURE 20.6: Zones de plastification dune prouvette entaille en traction

cinmatiques... cette zone peut tre plus ou moins grande.
Par exemple, pour un matriau isotrope et un critre de von Mises, la zone plastique en
contraintes planes est neuf fois plus grande que celle en dformations planes. Les chemins de
propagation de la plasticit suivant lpaisseur sont, dans les cas de contraintes et dformations
planes, illustrs sur la figure 20.6.
20.3.2
Modle dIrwin
En 1960, Irwin a prsent un modle de dtermination de la zone plastique le long de laxe de la

fissure sous lhypothse dun matriau lastique-plastique parfait, et en contraintes planes.
305
LMENTS FINIS
III
La zone plastique est donne par :

1
rp .0/ D
2
KI
Y
2
(20.29)
Y tant la limite lastique. Par consquent, si 0 < r < r1 , 2 D Y et lorsque r > r1 , 2 D pKI .
2 r
Comme 2 D Y est constant pour r < r1 , il y a violation dquilibre suivant laxe y. La rduction
de 2 est compense par 1 do une augmentation de r1 . On obtient une zone plastique corrige
deux fois plus grande :

KI 2
Y
2
1 KI
cD
3 Y
1
cD

en contraintes planes
(20.30)
en dformations planes
(20.31)
et lextrmit de la fissure, louverture est :

4 KI2
en contraintes planes
E Y
4.1 2 / KI2
D
en dformations planes
3E Y
D
20.3.3
(20.32)
(20.33)
Autres modles
Modle de Dugdale
Il sagit dun modle valable pour les plaques trs minces et constitues dun matriau plastique
parfait avec critre de Tresca, et o la plasticit est concentre le long de laxe de la fissure.
Critre de rupture bas sur louverture de fissure

Cette approche, introduite en 1961 par Wells et Cottrell, postule quil y a initiation de fissures en
prsence de plasticit, lorsque D c .
On peut se servir du modle dIrwin ou de celui de Dugdale (Burdekin et Stone)...
20.4
Modlisation numrique de la rupture
20.4.1
Par la mthode des lments finis
Dans la formulation primale des lments finis (dite formulation en dplacements), le calcul fournit
le champ de dplacement u via les dplacements nodaux q. Le champ de dformations " est obtenu
par drivation des dplacements ; puis les contraintes sont obtenues via la loi de comportement :
D H"
(20.34)
Si le matriau est lastoplastique, les contraintes seront calcules de faon incrmentale :

D H.; "/"
III
LMENTS FINIS
(20.35)
20.4 Modlisation numrique de la rupture
306
lments finis singuliers

Certains lments ou configurations entranent des singularits des dformations. Ce phnomne,
que lon cherche gnralement soigneusement viter, est en fait idal en mcanique de la rupture.
p
Forcer les lments se comporter en 1= r permet damliorer considrablement la solution mme
avec un maillage grossier. Cette singularit peut tre obtenue en utilisant des lments quadratiques
et en dplaant les nuds des milieux des cts de 1=4, comme nous allons le voir.
Considrons llment de rfrence 2D carr quadratique huit nuds, souvent appel Q8. Ses
fonctions de forme Ni sont :

Ni D .1 C i /.1 C i /
C .1
2
i2 / i
/.1 C i /.1
2 2
2 /.1 C i / i i
4
2

2 /.1 C i /.1 2i / i
4
2 /.1 C i /
.1
C .1
.1
(20.36)
Supposons maintenant que les nuds 5 et 8 soient dplacs de 1/4 vers le nud 1 (qui est
lorigine du repre), comme illustr la figure 20.7. Les fonctions de forme des nuds 1, 2 et 5,
obtenues pour D 1 sont :
N1 D
1
.1
2
/
1
N2 D .1 C /
2
N5 D .1
2/
(20.37)
et le calcul de x.; / donne :

xD
1
.1
2
1
/x1 C .1 C /x2 C .1
2
2 /x5
(20.38)
soit pour x1 D 0, x2 D L et x5 D L=4 :

4
8
1
5
L/4
3L/4
F IGURE 20.7: Position des nuds de llment singulier de type Q8
1
x D .1 C /L C .1
2
L
/
4
2
r
et par suite : D
1C2
x
L
(20.39)
p
Le terme du jacobien est @x
D L2 .1 C / D xL qui sannule pour x D 0 conduisant une
@
singularit des dformations.
Si lon calcule la dformation "x le long du ct 1 2, on trouve :
@u
"x D
D
@x
1
2
3
p
xL

4
1
1
4
2
u1 C
C
u2 C p
p
L
2
xL L
xL

4
u5
L
(20.40)
p
qui est bien en 1= x.
307
LMENTS FINIS
III
Techniques numriques de calcul de K, G et J

Il est possible deffectuer un post-traitement des contraintes
en crant un repre local centr sur la
p
pointe de la fissure et en calculant la variable 22 2 r en chaque point de Gau.
On peut galement post-traiter les dplacements en les pondrant en fonction de ltat de
contrainte thorique cens sappliquer sur la fissure. Le taux dnergie libre de Griffith peut tre
obtenu par la technique de progression de fissure dans laquelle on effectue deux calculs lments
finis : lun pour une fissure de dimension a, lautre pour une fissure de dimension a C a. En
post-traitant lnergie interne de toute la structure, on trouvera G D =a. Si cette mthode
est plus prcise que les deux prcdentes, elle ncessite deux calculs lments finis.
Un calcul par drivation de la rigidit peut aussi tre effectu. Le but est encore une fois
dessayer de calculer G D =a. Lnergie potentielle tant donne, dans le cas de llasticit
linaire, par :
D
1T
qKq
2
qF
(20.41)
Le calcul de G conduit :
GD
1 T @K
q qD
2 @a
N
1 T X @ki
q
2
@a
!
q
(20.42)
i D1
Cette mthode ne fait certes intervenir quun seul calcul EF, mais elle ncessite un dveloppement de code de drivation des matrices de rigidit.
Si lon a bien suivi, on a vu que lintgrale J est un outil bien adapt : ne dpendant pas du
contour, cette intgrale nest que peu sensible la qualit du maillage. La plupart des codes actuels
permettent de calculer cette intgrale J sur un chemin dfini par lutilisateur.
20.4.2
Par les mthodes sans maillage
la mthode des lments finis souffre des limitations suivantes :

La cration de maillage pour des problmes industriels est une tche qui reste difficile et
coteuse ;
En gnral les champs de contraintes issus des lments finis sont discontinus, donc peu
prcis (mais nous avons vu comment y remdier...) ;
Distorsion des lments en grandes dformations (ou alors rgnration dlments, ce qui
est une technique complique) ;
Difficult de prdiction des chemins de propagation de fissures (ne passant pas par les nuds),
double de la difficult de remailler automatiquement pour le suivi de propagation de fissures
Difficult de reprsentation de leffritement de matriau (impacts, explosifs,...).
Une ide simple est dliminer les lments...
Une brve description de la mthode est donne au paragraphe 22.2.
20.4.3
Par les lments tendus
La mthode des lments finis tendus (X-FEM) est rapidement prsente au paragraphe 22.4.
Les lments finis classiques ayant du mal avec les fortes discontinuits, on procde une
enrichissement des lments, dans les zones de discontinuits. Lenrichissement peut tre interne
(ou intrinsque) ou externe (ou extrinsque). Le principe consiste augmenter la qualit de
lapproximation des fonctions en ajoutant lapproximation dj prsente des informations sur la
solution exacte (et donc sur lapproximation du problme spcifique que lon souhaite rsoudre).
III
LMENTS FINIS
20.4 Modlisation numrique de la rupture
308
20.5
Fatigue et dure de vie
Dans ce paragraphe, nous nous placerons dans le cas des matriaux composites, mme si les
dmarches prsentes sont pour beaucoup applicables tous types de matriaux.
lheure actuelle, la question des critres de propagation en dynamique de la rupture restent un
sujet ouvert. Bien que de nombreux essais de propagation dynamique de fissure aient t effectus
ces dernires dcennies, on se heurte labsence de mthodes numriques suffisamment fiables
pour identifier les paramtres dventuels critres et comparer leur pertinence. Par ailleurs, de tels
essais sont difficiles mettre en uvre.
Nous nous intressons des matriaux soumis des sollicitations de faible intensit, qui
individuellement ne prsenteraient pas de danger, mais qui appliques de faon cyclique conduisent
lamorage, puis la propagation de fissures
Tant que les fissures restent suffisamment petites, il ny a pas de risque de rupture. Le risque
survient lorsque les microfissures (qui ne sont pas tudies) grandissent (ou se connectent) pour
former des macrofissures auxquelles on peut appliquer ce qui a t dit avant.
20.5.1
Courbe et limite de fatigue
La courbe de Whler ou courbe S-N (pour Stress vs Number of cycles) de beaucoup de CFRP et
GFRP (CFRP = Carbon Fiber Reinforced Polymer = polymre renfort fibre de carbone ; GFRP =
Glass Fiber Reinforced Polymer = polymre renfort fibre de verre) peut tre dcrite (entre 103
et 106 cycles) par une quation de la forme :
a
D1
u
b log N
(20.43)
o a et u sont la contrainte applique et la rsistance ultime, N, le nombre de cycle et b, une

constante.
La plupart des donnes disponibles en fatigue montrent une dispersion leve pour les courbes
S-N. Lanalyse statistique est alors invitable. Daprs Talreja, il existe une limite de dformation en
fatigue des composites, dcrite comme la dformation minimale requise pour initier un mcanisme
dendommagement de faible nergie. Il suggre que pour les UD base dpoxyde, cette limite est
autour de 0.6%.
20.5.2
Cumul des dommages : principes de Miner
Les essais de fatigue en laboratoire consistent gnralement rpter une mme sollicitation
un grand nombre de fois. Dans ce cas, il est facile de dfinir un dommage : cest le nombre de
rptitions de lvnement endommageant depuis le dbut de lessai.
Dans le cas gnral, il y a plusieurs vnements endommageants, qui diffrent les uns des autres
par la grandeur des contraintes subies et par dautres paramtres. Miner a propos deux principes
qui permettent de cumuler les dommages :
le dommage caus par une occurrence dun vnement est mesur par linverse 1=N du
nombre N de fois quil faut rpter cet vnement pour mener la pice de ltat neuf jusqu
la dfaillance ;
le dommage caus par une succession dvnements est la somme des dommages causs par
chacun deux.
Remarquons que ces deux principes sont cohrents. Si lon suppose quun mme vnement
cause toujours le mme dommage, et si lon impose comme unit de dommage le dommage qui
conduit le systme jusqu la dfaillance, alors le premier principe est une consquence du second.
Si 1=NA est le dommage de lvnement A et si nA est le nombre doccurrences de cet vnement
au cours dun essai ou dune utilisation du systme alors le dommage total D caus par tous les
309
LMENTS FINIS
III
vnements A, relativement une dfaillance, est dfini par lquation de Miner :

DD
nA
NA
(20.44)
Avec cette dfinition, le dommage cumul est gal 1 au moment o la pice se rompt. Il faut
nuancer cette affirmation : des pices apparemment identiques soumises aux mmes sollicitations
se rompent en gnral au bout de nombres de cycles diffrents. La dispersion des dures de vie
peut tre trs importante.
On trouve par exprience que les dures de vie peuvent varier dun facteur 5 ou 10 pour des
pices issues dun mme lot de production. Il faut donc prciser davantage la formulation de la
rgle de Miner : sil faut en moyenne NA rptitions de lvnement A pour quune dfaillance
survienne, alors le dommage caus par une occurrence de A est mesur par 1=NA .
Les principes de Miner permettent de dfinir le dommage caus par un vnement et affirment
que pour cumuler les dommages, il suffit de les additionner. Ils imposent en outre le choix de lunit
de dommage. Remarquons quil est toujours possible de changer dunit. Par exemple, lorsquil
ny a un seul vnement endommageant, il est naturel de choisir comme unit de dommage le
dommage caus par une occurrence de cet vnement.
Les principes de Miner permettent dtablir lgalit des endommagements produits par des
vnements de natures diffrentes. En particulier, ils permettent de prciser quand un petit nombre
dvnements de grande amplitude produit un endommagement gal un grand nombre dvnements de faible amplitude. Cela revt une grande importance lorsquil faut dfinir un essai aussi
court que possible.
20.5.3
Propagation : loi de Paris
Pour une singularit caractrise par sa dimension a et sa forme, on tudie les courbes
da
dN K
(20.45)
o N est le nombre de cycles et K la variation du facteur dintensit de contrainte sur un cycle.

Ces courbes, dont la partie centrale est linaire, prsentent deux asymptotes pour da=dN et K
faibles et pour da=dN et K grands. La valeur minimale vers laquelle tend la courbe est KS ,
la valeur maximale KIc . KIc est la valeur critique qui correspond une rupture instantane par
dpassement de la valeur critique de K sous chargement monotone. KS est la valeur en dessous de
laquelle il ny pas de propagation de fissure, cest un facteur dintensit de contrainte seuil.
Concernant la partie linaire de ces courbes dans un diagramme log-log, cela permet de les
modliser par la loi de Paris (la plus simple des lois de propagation) qui dfinit la vitesse de
propagation par cycle comme une fonction puissance de lamplitude du facteur dintensit de
contrainte :
da
D C Km
dN
(20.46)
o C et m sont des coefficients dpendant du matriau.

La dimension critique de la singularit ac est lie la caractristique du matriau KIC , la
tnacit, elle entrane la rupture fragile de la structure :
p
KIC D F ac
(20.47)
o est une contrainte effective dans une direction normale la fissure et F un facteur de forme.
III
LMENTS FINIS
20.5 Fatigue et dure de vie
310
20.5.4
Prdiction de la dure de vie
Une fois un indicateur dendommagement choisi (gnralement la rigidit ou la rsistance rsiduelle,

la premire ayant lavantage non ngligeable de pouvoir tre mesure de manire non destructive),
on utilise :
Thories empiriques : Les courbes S-N sont utilises pour caractriser le comportement en fatigue
du composite. Un nombre important dessais est ncessaire pour chaque configuration
spcifique ;
Thories de dgradation de rsistance rsiduelle : Elles sont bases sur lhypothse quun changement de la rsistance rsiduelle r en fonction du nombre de cycles n est li la contrainte
maximale applique a . On a gnralement une relation de la forme :
1
f y1
a r
dr
D
dn
(20.48)
o et f sont des paramtres indpendants des contraintes mais qui peuvent dpendre
de la temprature, de lhumidit, de la frquence. Souvent, on suppose une distribution de
Weibull 1 de la rsistance des composites. La rupture par fatigue survient lorsque la rsistance
rsiduelle du composite est atteinte par la contrainte applique.
Thories de perte de rigidit : Ce sont des gnralisations du cas prcdent.
Les plis les plus dsorients par rapport au chargement (lments sous-critiques) commencent
sendommager (ce qui est caractris par une perte de rigidit), ce qui cause une redistribution des contraintes au niveau local. La rsistance des lments critiques (les plis orients
dans le sens de la charge) est gouverne par les quations de dgradation de rsistance. Ces
deux phnomnes (perte de rigidit des lments sous-critiques et perte de rsistance des
lments critiques) contribuent la dfinition de la rsistance rsiduelle et donc la dure de
vie.
Thories dendommagement cumulatif : Elles sont bases sur une observation exprimentale
soigneuse et sur une simulation de laccumulation de lendommagement du sous-lamina. Il
manque toutefois un critre de rupture des lamins sous chargement de fatigue tension-tension
pour ces thories.
Thories dendommagement continu : Lendommagement est pris en compte par un paramtre D
sous la forme :
b
D

1
(20.49)
1. En thorie des probabilits, la loi de Weibull, est une loi de probabilit continue. Avec deux paramtres sa densit
de probabilit est :
f .xI k; / D .k=/.x=/.k
1/
.x=/k
o k > 0 est le paramtre de forme et > 0 le paramtre dchelle de la distribution. Sa fonction de rpartition est
k
dfinie par F.xI k; / D 1 e .x=/ , o, ici encore, x > 0. Une version gnralise trois paramtres existe.
La distribution de Weibull est souvent utilise dans le domaine de lanalyse de la dure de vie, grce sa flexibilit,
car elle permet de reprsenter au moins approximativement une infinit de lois de probabilit.
Par exemple, si le taux de panne diminue au cours du temps alors, k < 1. Si le taux de panne est constant dans le
temps alors, k D 1. Si le taux de panne augmente avec le temps alors, k > 1. La comprhension du taux de panne peut
fournir une indication au sujet de la cause des pannes :
un taux de panne dcroissant relve dune mortalit infantile . Ainsi, les lments dfectueux tombent en panne
rapidement, et le taux de panne diminue au cours du temps, quand les lments fragiles sortent de la population ;
un taux de panne constant suggre que les pannes sont lies une cause stationnaire ;
un taux de panne croissant suggre une usure ou un problme de fiabilit : les lments ont de plus en plus de
chances de tomber en panne quand le temps passe.
On dit que la courbe de taux de panne est en forme de baignoire. Les fabricants et distributeurs ont tout intrt bien
matriser ces informations par type de produits afin dadapter : 1) les dures de garantie (gratuites ou payantes), et 2) le
planning dentretien.
311
LMENTS FINIS
III
o et b
sont la contrainte impose et la contrainte effective aprs endommagement. Lavantage de cette approche est dviter la prise en compte de lendommagement microstructural
parfois difficile modliser et mesurer.
Notons galement que pour obtenir les informations ncessaires, de nombreux essais doivent
tre mens, surtout parce que de nombreux facteurs conditionnement la fatigue des FRP (FRP =
Fibre-reinforced plastic = plastique renfort de fibres) :
frquence : un chauffement du matriau avec la frquence de sollicitation est constat. Il
faudrait modifier ses lois de comportement.
amplitude : une sollicitation de grande amplitude suivie dune sollicitation de faible amplitude
conduit une dure de vie infrieure au cas o lordre des sollicitations est invers.
R D 1 (rapport entre charge positive et ngative dans le cyclage) : ce cas est trs dfavorable
pour les FRP car leur tenue en compression est moins bonne quen traction (flambage des
fibres et splitting...) ;
la forme du signal a une influence qui serait considrer.
squence dempilement : les composites sont censs tre conus pour soutenir la charge dans
le sens des fibres. Dans le cas de sollicitations complexes, les plis les moins bien orients par
rapport la charge cdent en premier...
humidit ;
vieillissement naturel...
...
Cest un problme de structure car il y a couplage entre les modes dendommagement diffrentes
chelles. Dans les cas simples, on peut utiliser un critre cumulatif de Miner ou des lois dquivalence. Attention toutefois, l quivalence entre temps, frquence, temprature... ne va pas de
soi . Il sagit dhypothses, parfois restrictives, et toujours limites une plage dutilisation. On les
manipulera donc avec intrt (par exemple pour la conception dessais acclrs) et avec prudence.
20.5.5
Sur la fatigue des composites
Les remarques suivantes peuvent tre faites, quant la poursuite de travaux de recherche sur le
sujet :
Bien que la conception oriente par la rigidit pour les GFRP soit peu concerne par la
contrainte de rupture, le fluage est un aspect fondamental de leur conception.
Les effets de synergie entre le fluage et les autres types de chargement est un domaine
explorer.
Peu de donnes de fatigue sont disponibles pour le domaine 107 108 cycles (Les japonais
ont des essais en cours).
Leffet dchelle sur les performance nest pas clair. En particulier, il nest toujours pas sr
quun tel effet existe.
La reprsentativit des prouvettes ou des tests acclrs restent des problmes pineux.
Les composites hybrides doivent tre tudis.
La dgradation des GFRP haute temprature nest pas bien comprise.
Toutefois, Tsotsis et Lee notent, suite ltude de deux rsines particulires, que le comportement long terme des composites soumis des tempratures leves est contrl par les
dgradations doxydation et thermique.
Les composites pais ne sont que trs peu tudis, tout comme linfluence de lpaisseur
en gnral. Pourtant, des mcanismes de ruptures suivant lpaisseur peuvent sans doute
apparatre de manires diffrentes de celles des lamins plus fins : effet de taille ou interaction
de mcanismes.
III
LMENTS FINIS
20.5 Fatigue et dure de vie
312
Chapitre 21
Stochastique : prise en compte de la

variabilit
Rsum Certains diront que cest enfin dans ce chapitre que nous traitons de la ralit
physique... cest un point de vue. En effet, rien nest jamais connu de manire parfaite.
Lala traduit aussi bien limpossibilit dune description dterministe exhaustive que
lirrgularit de tout phnomne observ. Les modles dterministes ne sont finalement
que des approximations des problmes physiques correspondants, tout comme les modles
linaires ne sont que des approximations de comportements rels non-linaires par nature.
Nous nous restreindrons dans le nombre de formulations afin de ne prsenter que ce
qui nous semble aujourdhui le plus pertinent.
21.1
Introduction
Dans la manire traditionnelle, encore appele approche dterministe, la conception des structures
repose sur des paramtres tels que les dimensions, la rsistance des matriaux et le chargement,
tous caractriss par une valeur constante, i.e. leur moyenne. Sur la base de ces constantes on utilise
un modle mathmatique du comportement pour dterminer si la structure est sre ou non. Afin
damliorer encore la scurit, les variables structurelles sont alors remplaces par leur pire cas.
Cette philosophie de conception se rvle trop coteuse dun point de vue conomique car on se
place dans le cas o tous les paramtres sont leur pire valeur en mme temps.
Il est bien connu que, par exemple, la rsistance varie dun lment structurel lautre, de sorte
que cette rsistance ne peut tre dcrite par une unique valeur. De plus, il est parfois ncessaire de
prendre en compte des variations temporelles. Ces mmes variations existent galement pour les
dimensions et le chargement. Cela est particulirement vrai pour les chargements naturels comme
la houle, le vent et les sismes, quil est difficile de prendre en compte de manire dterministe. Il
faut en outre garder en tte quune certaine incertitude existe galement dans le choix des modles
mathmatiques utiliss pour lanalyse de la structure.
Le but dutiliser une approche probabiliste plutt quune simple approche dterministe est
dessayer de prendre en compte les incertitudes mentionnes ci-dessus afin de raliser une analyse
plus raliste de la sret de la structure.
Dans ce chapitre, nous considrerons le problme de formulation classique suivant :
au D f
(21.1)
Jusqu prsent, nous nous sommes content du cas o a est un oprateur dterministe, f lexcitation dterministe et u la rponse dterministe. Nous allons dans ce chapitre nous intresser au
cas o f est une excitation alatoire et a un oprateur ventuellement alatoire. Il sen suit que la
rponse du systme u est elle-aussi alatoire.
La manipulation dquations stochastiques introduit deux difficults :
313
21. Stochastique : prise en compte de la variabilit
LMENTS FINIS
III
Histoire
premirement, les proprits alatoires du systme doivent tre modlises correctement

comme variables ou processus alatoires, avec une distribution de probabilit raliste ;
deuximement, il faut tre capable de rsoudre le systme diffrentiel ainsi obtenu, et la
rponse obtenue doit pouvoir tre dcrite par ses moments statistiques.
Enfin, la relation entre lments finis et probabilit recouvre deux aspects :
dune part le calcul des moments statistiques de la rponse autour de sa moyenne (essentiellement lcart-type) ;
dautre part les mthodes de fiabilit, par lesquelles on cherche calculer une probabilit de
dfaillance associe un critre dont les arguments dpendent du rsultat dun calcul par
lments finis.
Les sries de fonctions, apparues la fin du XVIIe sicle, et particulirement les sries de Taylor (voir
historique du paragraphe A.1.1), sont aujourdhui un outil indispensable, permettant notamment
dapprocher une fonction de manire facilement exploitable. Cest pourquoi la manire la plus
naturelle dapprhender le traitement de lquation (21.1) a t de procder un dveloppement en
srie.
Ds le dbut du XVIIIe sicle, la thorie des perturbations a t utilise par les astronomes pour les besoins de
la mcanique cleste : en effet, les quations diffrentielles
dcrivant un systme de n corps en interaction gravitationnelle na pas de solution exacte gnrale pour n > 3. Cet
aspect de la thorie des perturbations a t synthtis la
fin du XIXe sicle dans les ouvrages classiques de Laplace,
Kolmogorov
Arnold
Moser
Tisserand et Poincar, avant de connatre de nouveaux dveloppements dans la seconde moiti du XXe sicle avec lavnement en 1954 de la thorie KAM
(thorme de mcanique classique i.e. non relativiste et non quantique, mettant en dfaut lhypothse
ergodique de Boltzmann), du nom de ses trois concepteurs : Kolmogorov, Arnold et Moser. La
mthode a par ailleurs t abondamment utilise au XXe sicle pour les besoins de la physique
quantique, dabord en mcanique quantique non relativiste, puis en thorie quantique des champs.
Cest encore cette mme mthode de perturbation qui est la plus ancienne et la plus utilise
en ingnierie pour analyser les systmes alatoires (pas seulement alatoires, voir la prsentation
de la mthode de ranalyse au paragraphe 13.6 qui est une mthode de perturbation). Bien que
les mthodes mathmatiques sous-jacentes soient trs simples, cela ne signifie nullement que leur
validit aille de soi : on fait un dveloppement de Taylor de chaque quantit alatoire autour de
sa moyenne, les termes causant linstabilit de la solution approche tant dordres suprieurs.
Toutefois, dans la pratique, il nest pas possible daller au del de lordre un ou deux. Cela rduit
la porte des applications de la mthode aux cas des petits alas, i.e. de petites fluctuations autour
dune valeur moyenne. Sans efforts inconsidrs, ces mthodes ne fournissent pas de statistiques
dordres levs.
Il a donc bien videmment t essay damliorer cette mthode afin dobtenir des statistiques
dordres plus levs. Une mthode, peu connue et peu utilise, pour atteindre ce but est la hierarchy
closure approximation. Il sagit dexprimer les moments dordres levs en fonctions de moments
dordres moins levs. Si lon considre que loprateur a de lquation (21.1) peut tre dcompos
en une partie dterministe a et une partie alatoire e
a, cette quation se met sous la forme :
.a C e
a/u D f
(21.2)
qui se rsout en :
uDa
a 1e
au
(21.3)
En appliquant cette dernire quation loprateur e

a, puis en rinjectant le rsultat dans lquation
prcdente, il vient :
uDa
III
LMENTS FINIS
a 1e
aa
f C a 1e
aa 1e
au
(21.4)
21.1 Introduction
314
et on peut poursuivre ainsi, si on le souhaite. Cela ne peut nanmoins tre fait que si :
n
n
E a 1e
a u D E a 1e
a Eu
(21.5)
o E: est la moyenne (esprance mathmatique).

Le dcouplage effectu par lquation (21.5) na pas de base rigoureuse et est souvent justifi
intuitivement par un argument dindpendance locale. On aboutit de toutes faons une formulation trs complexes pour les moments dordres levs,de sorte que cette mthode nest
utilise en pratique elle aussi que pour le cas des petites fluctuations.
21.2
Reprsentation des processus stochastiques
Nous allons reprendre et complter ce qui a t prsent au paragraphe 1.2. Nous avons donc
dj expos quune probabilit est une mesure particulire. Reprenons cela avec un vocabulaire
probabiliste.
21.2.1
Variable alatoire
On appelle preuve lobservation dun phnomne alatoire. Toutes les ralisations possibles dune
preuve forment lensemble de tous les rsultats dune exprience alatoire, qui sera not . Un
vnement E est un sous-ensemble de contenant les ralisations 2 . La mesure de loccurrence
de E est une mesure de probabilit note P. Lensemble de tous les vnements possibles ayant
une probabilit ainsi dfinie est appel une -algbre associe , et est note F. Lespace de
probabilit construit grce ces notions est not .; F; P/. En dautres termes, pour reprendre la
partie I, lespace de probabilit .; F; P/ est construit sur la tribu F et avec la mesure P.
Une variable alatoire relle X est une fonction X W .; F; P/ ! R. Pour les variables alatoires
continues, la densit de probabilit est note fX .x/ et la fonction de rpartition est note FX .x/. Un
vecteur alatoire est un vecteur dont les composantes sont des variables alatoires.
Dfinition 72 Moments dune variables alatoire. Les moments dordre n dune variable
alatoire X, sils existent, sont dfinis par :

Z 1
EXn D
x n fX .x/dx
(21.6)
et les moments centrs rduits, sils existent, sont :

Z
moyenne : D .X/ D EX D
variance : 2 D E.X
xfX .x/dx
(21.7)
Z11
/2 D
.x /2 fX dx (21.8)
E.X /3
coefficient dasymtrie (skewness) : D
3
E.X /4
coefficient daplatissement (kurtosis) : D
4
(21.9)
(21.10)
La variance est gale au carr de lcart-type.
21.2.2
Espace de probabilit
Soient maintenant deux variables alatoires X et Y. La covariance de ces deux variables est :
Z 1Z 1
CovX; Y D E.X X /.Y Y / D
.x X /.y Y /fX;Y .x; y/dxdy (21.11)
1
315
LMENTS FINIS
III
o fX;Y est leur densit de probabilit conjointe.

Dfinition 73 Lespace vectoriel des variables alatoires relles dcart-type fini (moment
dordre 2), not L2 .; F; P/, est un espace de Hilbert.

R
Le produit scalaire sur cet espace de Hilbert est dfini commeR : .X; Y/ D xydP o dP
est la mesure de probabilit conjointe, ce qui quivaut .X; Y/ D xyfX;Y dxdy. Avec ce qui
prcde, le produit scalaire est donc finalement dfini par :
.X; Y/ D EXY
(21.12)
et la norme associe est :

q
kXk D EX2
(21.13)
Thorme 55 Les polynmes dHermite sous leur forme probabiliste, Hn , prsents au para-
graphe A.1.5, forment une base de lespace L2 .; F; P/.

On rappelle galement quune variable alatoire gaussienne centre rduite (i.e. de moyenne
nulle, cart-type gal 1) a une densit de probabilit ' et une fonction de rpartition dfinies
par :
2
e x =2
'.x/ D p
2
1
.x/ D p
2
et
t 2 =2
dt
(21.14)
Dans la suite du chapitre, nous noterons une telle variable alatoire gaussienne centre rduite.
Nous prsentons quelques proprits des polynmes dHermite, commencer par la relation
dorthogonalit :
Z
C1
1
Hn .x/Hm .x/'.x/dx D nnm
(21.15)
o nm est le symbole de Kronecker.

dHn .x/
D nHn
dx
Hi .x/Hj .x/ D
1 .x/
iX
Cj
(21.16)
Cij k Hk .x/
(21.17)
kDji j j
avec :
8
< Cij k D 0
C
D
: ij k
i Cj
21.2.3
si
i j
k

i Ck2

j Ck
2
i Cj Ck
2
sinon
62 N
(21.18)
Processus ou champ alatoire
Nous venons de prsenter les variables alatoires. Or, ce qui nous intresse, est de prendre en
compte la variation dune proprit (par exemple le module dYoung du matriau) continment sur
notre domaine .
III
LMENTS FINIS
21.2 Reprsentation des processus stochastiques
316
Dfinition 74 Champ alatoire ou processus stochastique. Un champ alatoire scalaire w.x; /
peut tre dfini comme un ensemble de variables alatoires indexes par un paramtre continu x 2
. le paramtre x nest pas forcment continu, il peut tre discret. Nous nous intressons ici
au cas dun processus continu. Ainsi un processus stochastique w.x; / dfinit une fonction de
deux variables x et et reprsente :
x et variables : une famille de fonctions ;
x variable et fix : une fonction de x, i.e. une ralisation du champ alatoire (i.e. une
fonction de Rd dans R, o notre domaine est un ouvert de Rd ) ;
x fix et variable : une variable alatoire ;
x et fixs : un nombre.
Un champ alatoire est dit :
vectoriel si la quantit w.x; / attache au point x est un vecteur alatoire.
unidimensionnel si d D 1 et multidimensionnel sinon (cas qui nous intresse).
gaussien si tout vecteur fw.x1 /; :::; w.xn /g est un vecteur gaussien. Il est alors compltement
dfini par sa moyenne, sa variance et sa fonction dautocovariance dfinie par :
C.x; x 0 / D Covw.x/; w.x 0 /
(21.19)
stationnaire (au sens faible) si sa moyenne et sa variance sont constantes et si sa fonction

dautocorrlation ne dpend que de la diffrence .x x 0 /. La fonction dautocorrlation
est dfinie par :
.x; x 0 / D
21.2.4
C.x; x 0 /
.x/ .x 0 /
(21.20)
Discrtisation de champs alatoires
Maintenant que nous avons dfini ce quest un processus stochastique w.x; /, il nous faut le
discrtiser. On se propose donc dapprocher w.x; / par wh .x; /, o est un vecteur alatoire
constitu de n variables alatoires i , i.e. sous la forme :
w.x; / wh .x; /
(21.21)
Plusieurs mthodes sont possibles :

discrtisation par valeurs moyennes : les i sont des intgrales pondres de w.x; / sur un
domaine i , et dans le cas des lments finis, sur chaque lment. Cette mthode a pour
consquence de lisser le processus stochastique ;
discrtisation par valeurs ponctuelles : les i sont slectionnes parmi les valeurs de w.x; /
en certains points x. Cette mthode de collocation a pour consquence de gnrer des
irrgularits additionnelles ;
dveloppement en sries : le champ est reprsent par une srie de variables alatoires et de
fonctions spatiales dterministes. Cest uniquement ce type de mthode que nous allons
prsenter.
317
LMENTS FINIS
III
Histoire
21.2.5
Dveloppement en srie de Karhunen-Love
Nous avons dj mentionn dans ce chapitre que la mthode de perturbation, base sur un dveloppement en srie de Taylor, avait des limitations.
Toutefois, le recourt un dveloppement
en srie reste une ide intressante... reste
trouver comment procder.
Pour amliorer le dveloppement en srie
dun champ alatoire, on peut penser utiliser
un dveloppement la Fourier : scinder la dpendance des variables x et , et utiliser une
Karhunen
Love
Kac
Siegert
base de fonctions orthogonales. Ainsi chercheton a crire le processus stochastique w.x; / sous la forme :
w.x; / D
1
X
i i . /fi .x/
(21.22)
i D0
o les i sont des constantes dterminer, les i des variables alatoires et les fi des fonctions
dterministes orthogonales entre elles. Cest exactement ce que propose le dveloppement de
Karhunen-Love, obtenu indpendamment par Karhunen en 1947, Love en 1948, mais galement
en 1947 par Kac et son ami Siegert du Radiation Laboratory.
La mthode de Karhunen-Love se propose elle-aussi de dcomposer le champ alatoire w.x; /

en une partie dterministe (sa moyenne .x/) et une partie alatoire. Cette fois, la partie alatoire
sera dcompose sur la base des valeurs propres i et des fonctions propres 'i .x/ de la fonction
dautocovariance
Cww .x; x 0 / D .x/ .x 0 /.x; x 0 /
(21.23)
Il faut donc rsoudre le problme aux valeurs propres suivant :

Z
Cww .x; x 0 /'.x 0 /d D i 'i .x/; 8i > 1
(21.24)
qui est une quation intgrale de Fredholm de deuxime espce. Le noyau Cww .:; :/ tant une
fonction dautocovariance, il est born, symtrique et dfini positif (Love, 1977). lensemble
des f'i g forme une base complte orthogonale de lespace des fonctions L2 ./. Les valeurs
propres sont relles, positives et en nombre fini.
Chaque ralisation de w peut donc tre dveloppe sur cette base sous la forme :
w.x; / D .x/ C
1 p
X
i i . /'i .x/
(21.25)
i D1
o les i sont les coordonnes de la ralisation du champ alatoire par rapport lensemble des
fonctions dterministes 'i .
On montre aisment que Em n D mn et En D 0. La famille fi gi >1 forme un ensemble
orthonormal de variables alatoires.
Comme il ne peut y avoir de valeurs propres multiples (sauf 0), il est possible de les classer en
une suite dcroissante. En tronquant la somme de lquation (21.25) lordre M (i.e. en ne retenant
que les M plus grands valeurs propres), on obtient lapproximation de Karhunen-Love du champ
alatoire :
wh .x; / D .x/ C
M p
X
i i . /'i .x/
(21.26)
i D1
III
LMENTS FINIS
21.2 Reprsentation des processus stochastiques
318
Comme les fonction propres sont orthonormales, on obtient une expression de chacune des variables
alatoires i apparaissant dans la srie de Karhunen-Love :
Z

1
w.x; / .x/ 'i .x/d
i . / D p
(21.27)
i
Cette dernire quation nous dit galement que lorsque w est un champ gaussien, alors chaque
variable alatoire i est galement gaussienne. Les fi gi >1 forment un ensemble de variables
alatoires gaussiennes centres rduites indpendantes.
Histoire
21.2.6
Chaos polynomial
La thorie des fonctionnelles non-linaires a t dveloppe par Volterra ds 1913. Il gnralisa le

dveloppement des fonctions en srie de Taylor au cas des fonctionnelles.
Wiener sintressa au problme par ses
contact avec Paul Lvy, lve de Volterra. Cest
lui qui appliqua les ides de Volterra pour la premire fois lanalyse stochastique. Il appliqua sa
thorie du mouvement brownien lintgration
des fonctionnelles de Volterra et dveloppa ce que
lon appelle dsormais le chaos homogne.
Volterra
Lvy
Wiener
Ito
Poursuivant les travaux de Wiener, Cameron
et Martin en 1947 proposrent un dveloppement de type Fourier pour les fonctionnelles nonlinaires : le dveloppement de Fourier-Hermite. Cest nouveau Wiener qui, partir de ses travaux
de 1923 sur les espaces diffrentiels et de 1938 sur les chaos homogne, appliqua le dveloppement
de Fourier-Hermite en 1958 aux problmes impliquant des phnomnes alatoires. Il en rsultera le
dveloppement de Wiener-Hermite, qui a t appliqu depuis une grande varit de problmes.
Le chaos homogne de Wiener a ensuite t raffin par Ito en 1951 pour obtenir ce que lon
appelle maintenant lintgrale multiple de Wiener.
Lutilisation du dveloppement de Karhunen-Love ncessite de connatre la fonction de

covariance du processus dvelopper. Or, si lon souhaite appliquer un tel dveloppement aux
coefficients alatoires de loprateur dans lquation (21.1)... et bien justement on ne connat pas la
fonction de covariance ni par consquent ses fonctions propres. Il est ncessaire de trouver un autre
dveloppement qui contourne le problme.
Le chaos polynomial est une forme particulire du chaos homogne. Il est dfini comme suit.
Dfinition 75 Chaos polynomial. Le chaos polynomial de dimension M et dordre p est
dfini comme lensemble des polynmes dHermite multidimensionnels en les M variables

alatoires gaussiennes centres rduites 1 , ..., M de degr infrieur ou gale p.
Chacun de ces polynmes est compltement dfini par une liste de M entiers positifs ou
nuls 1 , ..., M comme suit partir des polynmes dHermite Hn :
D
M
Y
Hi .i /
(21.28)
i D1
o est la liste considre.

Lensemble des chaos polynomiaux est un sous-espace linaire de lespace des fonctions L2 de
variables alatoires dfini plus haut, et est un anneau pour la multiplication fonctionnelle.
Dterminons la dimension de la base du chaos polynomial de dimension M et dordre p :
Dmonstration. (On pourrait aboutir au rsultat plus directement, mais nous en profitons pour parler des
polynmes homognes). Considrons lanneau des polynmes en M indtermines RX1 ; :::; XM . Un polynme homogne, ou forme algbrique, est un polynme en plusieurs indtermines dont tous les monmes
319
LMENTS FINIS
III
non nuls sont de mme degr total. Lensemble des polynmes homognes de degr p dans RX1 ; :::; XM
M
forme un R-espace vectoriel. Sa base canonique est lensemble des monmes X1 1 X2 2 :::XM
o 1 C
2 C ::: C M D p. Sa dimension est donc le nombre de p-combinaisons avec rptition de lenPp

p
p
1
0 D 1.
. La dimension de cette base vaut iD0 M , avec M
semble f1; 2; :::; Mg, i.e. M D MCp
p
Tous calculs faits, La dimension de la base du chaos polynomial de dimension M et

dordre p est donc donne par :
MCp
p
!
(21.29)
Le tableau 21.1 donne le nombre de polynmes prsents dans la base du chaos polynomial considr
en fonction du nombre M de variables alatoires et du degr maximal p choisi.
MD1
MD2
MD3
MD4
MD5
MD6
pD1
2
3
4
5
6
7
pD2
3
6
10
15
21
28
pD3
4
10
20
35
56
84
pD4
5
15
35
70
126
210
Tableau 21.1: Nombre de polynmes dans la base du chaos : M est le nombre de variables alatoires,
et p le degr maximal
21.3
lments finis stochastiques
Nous rappelons lquation (21.1) :

au D f que lon peut crire maintenant : a.x; /u.x; / D f .x; /
o loprateur a est dfini sur le produit dun espace de Hilbert de type L2 (en fonction du problme)
par lespace de Hilbert L2 .; F; P/. Cest un oprateur diffrentiel dont les coefficients ont des
fluctuations alatoires dpendant dune ou plusieurs variables.
On fait lhypothse que loprateur a est un oprateur diffrentiel dont les coefficients alatoires
sont contraints tre des processus stochastiques du second ordre. Cette hypothse nest pas svre
en fait, car la plupart des processus physiquement mesurables sont de ce type. On pourra donc crire
chacun des coefficients ai .x; / de a comme la somme dune composante dterministe ai .x/ D
Eai .x; / et dune composante alatoire aei .x; /. On obtiendra nouveau un systme sous la
forme :
a.x; //u.x; / D f .x; /
.a.x/ C e
(21.30)
qui se rsout en :
u D g.e
ai .x; /; f .x; //
(21.31)
avec g une fonctionnelle non-linaire.
III
LMENTS FINIS
21.3 lments finis stochastiques
320
21.3.1
Dveloppement en sries de von Neumann
Notre problme consiste rsoudre lquation (21.30), i.e. inverser loprateur. Lorsque un
oprateur est inversible, son inverse admet un dveloppement en srie convergeant. La mthode de
dveloppement en sries de von Neumann consiste a crire la solution de lquation (21.30) sous la
forme :
u.e
a. /; x/ D
1
X
. 1/i a
i
.x/e
a.x; / f .x; //
(21.32)
i D0
qui ne converge que si :

ka
.x/e
a.x; /k < 1
(21.33)
Lintrt est que lon ne doit inverser que a 1 .x/. Toutefois, on ne sait pas calculer symboliquement
les termes dordre suprieur deux, et on se contente de simulations numriques au del. On peut
faire les mmes remarques que pour la mthode de perturbation et il est difficile dobtenir les
moments dordre suprieur deux, surtout si lon considre la valeur moyenne du processus sur
chaque lment, comme nous allons lillustrer immdiatement en mcanique.
21.3.2
Un exemple en statique linaire
Considrons le cas de la statique linaire dcrite par le systme :

Kq D F
mais o cette fois, le matriau utilis est suppos avoir un module dYoung reprsent par un champ
alatoire gaussien. La loi de comportement, traduite par la matrice dlasticit, scrit alors :
H.x; / D w.x; /H0
(21.34)
o H0 est une matrice dterministe constante.

Chaque matrice de rigidit lmentaire, donne par ke D
Z
Nu
HLNu de scrit, en
e
reportant le dveloppement de Karhunen-Love de w.x; / est donne par la relation (21.25) :

ke . / D ke0 C
1
X
kei i . /
(21.35)
i D1
avec
kei
p Z
D i
'i N u
H0 LNu de
(21.36)
e
Suite lassemblage, on obtient le systme :

!
1
X
K0 C
Ki i q. / D F
(21.37)
iD
o K0 est la matrice de rigidit globale calcule aux valeurs moyennes, et les matrices Ki des
matrices dterministes obtenues par les techniques dassemblage classique.
On rcrit le systme prcdent :
!
1
X
1
K0 Ki i q. / D F
K0 I C
(21.38)
i D1
321
LMENTS FINIS
III
ce qui conduit :
q. / D I C
1
X
!
K0
Ki i
q0 ;
avec
q0 D K0
(21.39)
i D1
et le dveloppement en srie de von Neumann de cette dernire quation donne :

q./ D
. 1/
1
X
!k
K0
Ki i
q0
(21.40)
i D1
k>0
En tronquant les dveloppements de Karhunen-Love et de von Neumann, on obtient une

approximation de q. /. On pourra galement noter la ressemblance avec ce qui a t expos au
paragraphe 13.6 sur la mthode de ranalyse.
21.3.3
Projection sur la base du chaos polynomial
Les quations (21.32) et (21.40) montrent que la solution sexprime comme srie polynomiale
de variables gaussiennes centres rduites i . Il est possible de rarranger tous les termes de
lquation (21.32) en lindexant par un seul indice j sous la forme :
ui . / D
1
X
uji Pj
(21.41)
j D0
o les Pj sont les polynmes homognes en les variables gaussiennes centres rduites k
(avec P0 1). Comme les polynmes homognes forment une base de L2 .; F; P/, les coefficients uji sont les coordonnes de ui . / dans cette base. Mais les polynmes homognes ne
forment pas une base orthogonale de L2 .; F; P/ au sens du produit scalaire dfini par la relation (21.12), contrairement au chaos polynomial. La solution peut donc galement scrire dans la
base du chaos polynomial sous la forme :
u. / D
1
X
uj j
(21.42)
j D0
Il sagit simplement dun changement de base, et dans ce cas, mme le premier terme de la srie
dans la base du chaos polynomial nest pas le mme que dans la srie de von Neumann.
Pour en revenir lexemple prcdent, cela
P signifie que lon peut dcomposer les dplacements
dans la base du chaos polynomial : q. / D i >0 qi i . /, o les qj sont des vecteurs dterministes
(de dimension gale au nombre de degrs de libert). Dans ce cas, tous les termes sont diffrents du
dveloppement en srie de von Neumann, mme le premier q0 .
21.3.4
Obtention des coefficients du systme matriciel rsoudre
Nous allons poursuivre notre exemple de statique linaire pour obtenir explicitement le systme
rsoudre. Pour cela, nous substituons le dveloppement sur la base du chaos polynomial donn
par la relation (21.42) dans le dveloppement de Karhunen-Love de lquation (21.37). En
notant 0 . / 1, on obtient :
! 1
!
1
X
X
Ki i . /
qi i . / D F
(21.43)
i D0
i D0
Et il est videmment ncessaire de tronquer les sries dans cette quation pour pouvoir rsoudre
numriquement.
III
LMENTS FINIS
322
Nous supposerons donc que le dveloppement de Karhunen-Love est tronqu lordre M C 1

et que la base de chaos polynomial sera considre jusqu lordre p. Le rsidu correspondant
cette troncature de lquation (21.43) est :
RM;p D
M p
X
X1
Ki qj i . /j . /
(21.44)
i D0 j D0
La meilleure approximation de q. / est obtenue en minimisant le rsidu au sens des moindre
p 1
carrs. Cela se produit lorsque le rsidu est orthogonal au sous-espace engendr par les fk gkD0
dans L2 .; F; P/, ce qui scrit :
ERM;p :k D 0;
8k 2 f0; :::; p
1g
(21.45)
Maintenant, posons :
cij k D Ei j k
(21.46)
Fk D Ek F
Kj k D
M
X
(21.47)
cij k Ki
(21.48)
i D0
On remarquera au passage que Fk est nul pour tout k > 0 dans le cas dun chargement dterministe
(ce qui est le cas dans notre exemple).
On obtient finalement le systme matriciel suivant rsoudre :
2
30
1 0
1
F0
K0;0 K0;p 1
q0
6 ::
7 B :: C B :: C
::
(21.49)
4 :
5@ : A D @ : A
:
Kp 1;0 Kp 1;p 1
qp 1
Fp 1
qui est un systme de taille p (ordre du dveloppement dans la base du chaos polynomial) nombre
de degrs de libert du modle dterministe.
Les blocs diagonaux du systme ci-dessus Kjj reprsentent la contribution due la valeur
moyenne. Plus les fluctuations des proprits matrielles sont faibles, plus le systme est diagonal
par blocs. Le systme reste par ailleurs symtrique, dfini-positif et caractre bande. Il peut tre
rsolu directement par une factorisation de Cholesky, ou par une mthode hirarchique.
21.3.5
Synthse et remarques
Toute variable alatoire X de L2 .; F; P/ de fonction de rpartition FX .x/ peut tre transforme

en une variable gaussienne centre rduite en utilisant la relation D FX 1 ..// (o est la
fonction de rpartition gaussienne centre rduite) et donc se dcomposer sur une base orthogonale
de L2 .; F; P/ telle que celle des polynmes dHermite :
XD
1
X
ai Hi ./
i D0
Les coefficients ai , dans cette base, sexpriment comme :

ai D
EXHi ./
EXHi ./
D
2
EHi .
i
De la mme manire, un vecteur alatoire X de M variables alatoires indpendantes peut tre

reprsent par M variables alatoires gaussiennes centres rduites i (i D 1:::M). Enfin, toute
323
LMENTS FINIS
III
fonction S suffisamment rgulire dune variables ou dun vecteur alatoire X valeur scalaire
ou vectorielle peut tre dcompose sur la base du chaos polynomial compose des polynmes
dHermites multidimensionnels (i.e. en M variables) de variables gaussiennes centres rduites et
scrire sous la forme :
1
X
SD
Si .j /; j D 1:::M
i D0
La mthode des lments finis stochastiques spectraux initialement propose par Ghanem et
Spanos avait pour but de modliser la variabilit spatiale des proprits matrielles dun systme
mcanique, puis de propager cette incertitude travers le modle. Le module dYoung est modlis
comme un champ gaussien E.x/ et un dveloppement en srie de Karhunen-Love permet de le
reprsenter partir dune famille de variables gaussiennes centres rduites :
E.x/ D .x/ C
1 p
X
i 'i .x/i
i D0
partir des valeurs propres i et des vecteurs propres 'i de la fonction dautocovariance du champ
alatoire. En pratique, on nutilisera videmment quun nombre limit M de termes, correspondant
aux valeurs propres les plus grandes.
La matrice de rigidit est alors elle-aussi alatoire et on peut lexprimer aussi bien dans la base
de variables gaussiennes que dans la base du chaos polynomial :
KD
1
X
i D0
Ki i D
1
X
Kj j
j D0
Si le champ alatoire considr nest plus gaussien (par exemple lognormal), ou si la dpendance
de la rigidit en fonction de ce champ nest plus linaire, Ghanem montre que la matrice de rigidit
peut encore tre reprsente sur la base du chaos polynomial. On a montr que cela est encore
valable quelque soit la loi des variables alatoires.
Dans lexemple prsent, le chargement tait considr comme dterministe, mais il peut
lui-aussi tre modlis par des variables alatoires de loi quelconque du moment quelles sont
dcomposes sur la base du chaos polynomial, et on obtient le systme discrtis suivant :
! 1
!
!
1
1
X
X
X
qj j D
Fk k
Ki i
(21.50)
i D0
j D0
kD0
La rsolution numrique se fait en tronquant les sries de sorte que le rsidu associ soit minimal
au sens de Galerkine.
Le processus stochastique porte sur des proprits lies au domaine considr . Le plus
simple des choix est donc de considrer la mme discrtisation pour le modle lments finis que
pour la discrtisation du processus stochastique. Toutefois, le maillage du domaine correspond
au problme trait et plus particulirement lobtention de certaines quantits : pour un calcul
mcanique, le maillage doit permettre dapprhender correctement le champ de contraintes. Or
ce maillage compatible avec les contraintes na strictement aucune raison dtre adapt la
discrtisation du champ stochastique ! Cest pourquoi il est souvent prfrable dutiliser deux
maillages diffrents. La minimisation du rsidu dans le choix de la troncature des sries essaye de
faire au mieux avec les nuds disponibles, mais cela peut se rvler insuffisant.
Dans la mise en place de telles mthodes, il convient de comparer les rsultats avec des rsultats
de rfrence... or, comme nous lavons vu, part dans de trs rares cas, il nest pas possible dobtenir
des formulations simples et donc de disposer de rsultats analytiques. Dans ce cas, la mthode
Monte-Carlo est utilise. Le nom de ces mthodes, qui fait allusion aux jeux de hasard pratiqus
Monte-Carlo, a t invent en 1947 par Nicholas Metropolis, et publi pour la premire fois
III
LMENTS FINIS
324
en 1949 dans un article cocrit avec Stanislaw Ulam. Pour chacune des variables alatoires, un
grand nombre de tirages alatoires est effectu dans les distributions de probabilit dtermines
prcdemment, afin de trouver la probabilit doccurrence de chacun des rsultats en appliquant
la loi des grands nombres. Il sagit dune mthode simple et brutale... mais qui permet coup sr
dobtenir un rsultat que lon peut considrer comme la rfrence... condition davoir effectu un
nombre suffisamment lev de tirages !
21.4
Post-traitement : moments statistiques
Quels que soient les paramtres considrs comme alatoires, le vecteur des dplacements nodaux
et les tenseurs de dformations et de contraintes en tout point peuvent scrire sous la forme
dun dveloppement sur la base du chaos polynomial. Nous considrerons disposer prsent
de la rponse du systme S (dplacement, dformation, contrainte) crite dans la base du chaos
polynomial :
SD
p
X1
sj j
(21.51)
i D0
Les post-traitements vont seffectuer sur une expression analytique et ne cotent presque rien
en terme de temps de calcul. On peut ainsi se focaliser sur une analyse en tendance centrale (les
premiers moments statistiques de la rponse) ou bien effectuer des analyses de fiabilit (et donc
sintresser aux queues de distribution). La densit de probabilit de la rponse peut galement tre
obtenue de diffrentes manires.
partir de la relation (21.51), on obtient les moments :
Moyenne : ES D s0
Variance : S2 D
(21.52)
p
X1
Ei2 si2
(21.53)
i D1
p 1p 1p 1
1 XXX
Ei j k si sj sk
Coefficient dasymtrie : S D 3
S i D1 j D1
(21.54)
kD1
Coefficient daplatissement : S D
1
S4
p
X1 pX1 pX1 pX1
Ei j k l si sj sk sl
(21.55)
i D1 j D1 kD1 lD1
Lobtention simple de ces moments statistiques justifie pleinement lutilisation de la base de

chaos polynomial... cest pourquoi notre prsentation sest focalise dessus.
21.5
Fiabilit des structures
21.5.1
Dfinitions
La fiabilit des structures vise calculer la probabilit de dfaillance dune structure en tenant
compte de la variabilit de paramtres (gomtrie, matriau, chargement). Ces paramtres sont
reprsents par des variables alatoires X, et S est la rponse du systme.
Pour chaque mode de dfaillance de la structure, une fonction dtat limite g.X; S.X// est
dfinie dans lespace des paramtres, laquelle on associe lhypersurface fg.X; S.X// D 0g,
appele surface dtat limite, qui spare le domaine de sret Ds D fXjg.X; S.X// > 0g du
domaine de dfaillance Df D fXjg.X; S.X// 6 0g.
325
LMENTS FINIS
III
La probabilit de dfaillance de la structure Pf est dfinie par :

Z
Pf D Probg.X; S.X// 6 0 D
fX .x/dx
(21.56)
g.X;S.X//60
partir des rsultats dun calcul par lments finis stochastiques, on dispose de la reprsentation
(approche) de S.X/ aussi bien sous forme de srie dans la base du chaos polynomial que sous
forme de srie en les variables gaussiennes centres rduites.
En appelant R la rsistance et S le chargement (notation classique), une illustration est donne
la figure 21.1.
fS(s) fR(r)
nce
Rsista
fRS(r,s)
g(R-S>0)
domaine de sret
Ch
a
g(R-S<0)
domaine de dfaillance
rg
em
en
F IGURE 21.1: Illustration des concepts de fiabilit

En se plaant dans lespace de ces variables gaussiennes centres rduites, dit espace rduit, la
fonction dtat limite reprsente toujours la limite entre les domaines de sret et de dfaillance,
mais de sorte que le point de cette hypersurface le plus proche de lorigine, appel point de
conception, est le point pour lequel la probabilit de dfaillance est maximale. Cette distance
lorigine est appele indice de sret , et on a donc :
Pf D . /
(21.57)
soit :
D
.Pf /
(21.58)
Histoire
o est la fonction de rpartition gaussienne centre rduite. Toutefois, dterminer ce point (i.e.
le minimum de la fonction dtat limite) nest pas si facile. Tous les algorithmes doptimisation
convergent vers un minimum, mais aucun ne peut affirmer que ce minimum est global.
III
Le tout premier essai dans lutilisation des concepts statistiques pour la fiabilit des structures date
de 1926, par Max Mayer dans Die Sicherheit der Bauwerke und ihre Berechnung nach Grenzkrften
anstatt nach zulssigen Spannungen. De nombreux progrs ont t faits par M. Prot (Note sur la
notion de coefficient de scurit, 1936), W. Weibul (Investigations into strength of properties of
brittle materials, 1938, A statistical theory of strength of materials, 1939), W. Kjellman (Skerhetproblemet ur principiell och teoretisk synpunkt, 1940), et G. Wstlund (Skerhetproblemet ur
praktisk-konstruktiv synpunkt, 1940), mais globalement, trs peu darticles avaient t publis dans
le domaine avant la seconde guerre mondiale.
LMENTS FINIS
21.5 Fiabilit des structures
326
Aprs 1945, le nombre darticle croit constamment. A luniversit

de Columbia, A.M. Freudenthal cra un institut pour ltude de la fatigue
et de la fiabilit, et produisit un grand nombre darticles. Lvolution
des codes modernes a t grandement influence par les articles de 1949
1952 de E. Torroja et A. Pez (par exemple Calcul du coefficient de
scurit, 1952). En 1953, dans sa thse Strength, safety and economical
dimension of structures, A.I. Johnson suggra dutiliser les distributions Freudenthal
Gumbel
de valeurs extrmes, celles-ci tant tudies par E.J. Gumbel (Statistics
of Extremes, 1958).
J. Ferry Borges en 1952 pointa limportance de prendre en compte le caractre alatoire des
dimensions et des proprits mcaniques dans celui du comportement structurel. Dans un rapport
tabli en 1962 par A.M. Freundenthal il est suggr de reprsenter le chargement par une distribution
en valeurs extrmes et la rsistance pour une distribution normale logarithmique.
En 1967, C.A. Cornell dans deux articles (Bounds on the reliability
of structural systems et A probability-based structural code) propose
une reprsentation du chargement, de la rsistance et des dimensions
par leurs moyenne et variance, ce qui devient la base des mthodes dites
de niveau II a . Dimportantes contributions dans ce domaine seront
dues E. Rosenblueth et L. Esteva en 1972, O. Ditlevsen en 1973,
A.M. Hasofer et N.C. Lind en 1974 et D. Veneziano en 1974. Nous
Cornell
Rosenblueth
allons en dire quelques mots un peu plus bas (indices de fiabilit).
En 1968, dans un article sur la conception sous chargement sismique (Probabilistic models for
seismic force design) J.R. Benjamin dfend lutilisation des concepts probabilistes Baysiens. Quant
aux recherches des scientifiques russes sur le sujet, elles sont publies par V.V. Bolotin en 1969 dans
Statistical methods in structural mechanics.
Depuis 1970, de trs nombreux articles ont t publis sur
le sujet. Nen mentionner que
quelque uns est faire offense de
nombreux trs bons autres articles.
Nous citerons encore quelques
grands noms du domaine tels que
Rackwitz
Karadeniz Der Kiureghian Shinozuka
Lemaire
J. Armit (wind structures, 1976),
F. Moses (Reliability of structural systems, 1976), R. Rackwitz (First order reliability theories
and stichastic models, 1977), H. Karadeniz (logiciel SAPOS), A. Der Kiureghian, M. Shinozuka,
M. Lemaire...
Revenons un peu sur Lindice de fiabilit utilis en analyse de risque. Cest une mesure de
la sret qui est leve lorsque la probabilit de dfaillance Pf est faible. Il sagit dun outil plus
rudimentaire que la probabilit de dfaillance qui est utilis si celle-ci est trop grande ou lorsque
son calcul est trop incertain cause de lapproximation faite ou parce que lon ne dispose pas
dinformations suffisantes pour la calculer.
En 1969, Cornell dfinit lindice de fiabilit c (dans le cas de variables gaussiennes) comme :
C D
EM
DM
(21.59)
Lide est que la distance du point de mesure EM la surface dtat limite est une bonne mesure de
la fiabilit. Cette distance est mesure par rapport une unit dincertitude DM qui peut tre la
variance par exemple. On appelle M la marge de scurit.
Si lon note r la rsistance et s le chargement correspondant, alors g.r; s/ D r s et M D R S.
On peut alors crire :
R S
C D q
R2 C S2
En 1972, Rosenblueth et Esteva proposent un nouvel indice de fiabilit. Dans le cas o R > 0
327
LMENTS FINIS
III
et S > 0, on peut crire g.r; s/ D log.r=s/, et M D log.r=s/, do :

RE D
Elog.r=s/
Dlog.r=s/
(21.60)
qui est calcul en linarisant la marge de scurit M. Un dveloppement de Taylor au premier ordre
donne :
log R log S
M q
R2 C S2
En 1974, Hasofer et Lind proposent de passer de lespace des variables X celui de variables
normalises et non corrles. Ce sont eux qui donnent la dfinition de lindice de fiabilit HL comme
la distance minimale de lorigine la surface dtat limite. En 1976, Ditlevsen propose un autre
indice de fiabilit, plus slectif, en introduisant une mesure de fiabilit obtenue en intgrant une
fonction pondre sur le domaine de sret. En pratique, on a souvent G D HL .
a. On distingue les mthodes de :
niveau I : laspect probabiliste est introduit en donnant aux variables alatoires une valeur caractristique associe un facteur de scurit partiel ;
niveau II : ce sont les mthodes fiabilistes utilisant deux paramtres pour dcrire chaque variable
alatoire (moyenne et variance) ;
niveau III : elles procdent lanalyse complte du problme et impliquent lintgration de la fonction
de densit de probabilit conjointe multidimensionnelle des variables alatoires tendue sur le domaine
de la scurit. La fiabilit est exprime en termes dindices de scurit adquates, savoir : indice de
fiabilit et probabilit de dfaillance ;
niveau IV : elles concernent les structures qui sont dune importance conomique majeure, et impliquent
lutilisation des principes de lanalyse conomique de lingnierie sous incertitude. Elles tiennent compte
des cots et des bnfices de la construction, de la maintenance, de la rparation, des consquences de
la dfaillance, des intrts sur le capital... Elles doivent tre utilises pour les projets sensibles comme
les projets nuclaires, les tours de transmission, les ponts routiers.
21.5.2
Mthodes FORM/SORM
La probabilit de dfaillance Pf donne lquation (21.57) est rarement utilisable directement,

le domaine dintgration tant dfini implicitement. La mthode FORM (First Order Reliability
Method) permet dobtenir une approximation de cette intgrale.
On commence par rcrire lquation (21.57) dans lespace rduit. Pour cela on utilise une
transformation isoprobabiliste T W X ! U.X/. Les transformations couramment utilises sont
celles de Rosenblatt ou Nataf 1 . En utilisant ce changement de variable, on obtient :
Z
Pf D
'n .U/du1 :::dun
(21.61)
T
1 .U/;S.T 1 .U///
avec 'n la densit de probabilit multinormale de dimension n :

1
1 2
2
'n .u/ D p
exp
.u C ::: C un /
2 1
. 2/n
(21.62)
Cette densit de probabilit est maximale lorigine et dcrot exponentiellement avec kuk2 . Les
points contribuant le plus lintgrale sont donc ceux appartenant au domaine de dfaillance les
plus proches de lorigine.
1. La transformation de Rosenblatt transforme un vecteur X de loi quelconque en un vecteur U de mme dimension
mais composantes indpendantes, gaussiennes, centres et rduites. La transformation de Nataf transforme un vecteur
ayant une loi copule elliptique en un vecteur de loi sphrique associe au reprsentant elliptique de la copule. Une
copule est une fonction de rpartition dfinie sur 0; 1N dont les lois marginales sont gales la loi uniforme sur 0; 1.
Nous nous passerons volontiers de cela dans ce document de prsentation. Pour la petite histoire, Murray Rosenblatt a
pass sa thse sous la direction de Mark Kac.
III
LMENTS FINIS
21.5 Fiabilit des structures
328
Puis on dtermine le point de conception P, i.e. le point Df le plus proche de lorigine :

P D min g.T 1 .U/; S.T 1 .U/// 6 0
(21.63)
kuk
en utilisant un algorithme doptimisation pour rsoudre ce problme de minimisation.

Enfin on approche le domaine dintgration Df dans (21.61) par le demi-espace dfini par
lhyperplan tangent Df en P. Lintgration est alors analytique, et on obtient lquation (21.57).
Les mthodes SORM (Second Order Reliability Method) sont des extensions de la mthode
FORM. Lune delle consiste approcher la surface dtat limite par un hyperparabolode dordre 2
au voisinage du point de conception. Si .1 ; :::; n 1 / dsignent les courbures principales de cet
hyperparabolode, lapproximation SORM de la probabilit de dfaillance conduit la formule de
Breitung :
Pf D . /
nY1
i D1
21.5.3
1
p
i
(21.64)
Tirages dimportance
Les simulations de Monte Carlo sont les mthodes les plus simples mettre en uvre pour
calculer la probabilit de dfaillance dun systme, mais ce sont aussi les plus coteuses. Aprs
avoir gnr des ralisations pour les variables alatoires dentre selon leur densit conjointe de
probabilit, on value la fonction dtat limite pour ces ralisations. On compte le nombre total de
cas dfaillants parmi les calculs effectus, ce qui permet destimer la probabilit en fonction du
nombre de cas dfaillants par rapport au nombre total des ralisations effectues. Pour sassurer
de la convergence des mthodes de simulation, il faut calculer le coefficient de variation de la
simulation : la convergence est atteinte pour un coefficient de variation denviron 5%.
Les simulations dimportance (ou Importance sampling) sont des mthodes efficaces pour
estimer la probabilit de dfaillance, car elles permettent de gnrer des tirages qui conduisent
plus frquemment la dfaillance et permettent de gagner plus dinformation sur le domaine de
dfaillance.
Comme le poids de la probabilit de dfaillance est gnralement situ au voisinage du point
de conception, il est plus efficace de concentrer les tirages autour de ce point. On commence
donc par lapprocher, par exemple par la mthode FORM. On introduit la fonction .u/, dite
densit dimportance, que lon peut prendre gale la densit multinormale rduite centre au
point de conception de coordonnes u . Dans ce cas, pour simuler U suivant la densit .U/,
on gnre dabord une variable multinormale centre rduite Ur et on effectue le changement de
variables U D Ur C U . Pour la simulation de variables alatoires, on pourra consulter [44].
329
LMENTS FINIS
III
Chapitre 22
Quelques mthodes drives

Rsum Dans ce court chapitre, nous survolons quelques mthodes galement utilises
en simulation numrique. Nous nentrons pas dans le dtail, mais si les notions dlments
finis, de formulations mixtes et hybrides et les multiplicateurs de Lagrange ont t
comprises, alors nos courtes explications doivent suffire.
22.1
Mthode des lments frontires
La mthode des lments finis et la mthode des lments frontire (Boundary Element Method)
peuvent tre considres comme issues des mthodes de Ritz et de Trefftz respectivement. Dans les
deux cas, il sagit de rsoudre un problme dcrit par des quations aux drives partielles dans un
domaine et sur sa frontire D @ en remplaant le problme continu par un nombre fini de
paramtres inconnus dans la rsolution numrique.
La mthode de Ritz, et donc la mthode des lments finis, se base sur lexistence dun principe
variationnel pour lequel la fonction inconnue sera recherche comme une combinaison de fonctions
de base dfinies dans tout le domaine .
La mthode de Trefftz a t propose en 1926 dans un article intitul une alternative la
mthode de Ritz . Le passage domaine/frontire se fait en appliquant le thorme de Green la
formulation variationnelle considre et en proposant des fonctions dinterpolation linairement
indpendantes qui satisfont les quations aux drives partielles dintrieur de domaine a priori.
Trefftz montre que lintgrale dintrieur de domaine du principe variationnel disparat et que seules
subsistent des intgrations aux frontires. Cependant, cette mthode discrtisant la frontire seule
peut tre employe uniquement si le problme physique considr est gouvern par des quations
diffrentielles linaires et homognes. On obtient encore un systme de type Kq D F, mais les
intgrales se font uniquement sur .
Cette mthode est prfre la mthode des lments finis lorsque le domaine de propagation
devient infini puisque seule la surface de la frontire du domaine doit tre discrtise (i.e. on na pas
besoin de mailler tout le domaine de propagation comme avec les lments finis) et on gagne ainsi
une dimension dans la discrtisation du problme (le champ considr (acoustique par exemple)
en tout point de lespace tant d au rayonnement de ses frontires). En outre la condition de
Sommerfeld de rayonnement linfini est satisfaite automatiquement dans les mthodes dlments
finis de frontire via le noyau des formulations intgrales qui rpond exactement aux conditions
aux limites pour des domaines infinis, contrairement aux mthodes dlments finis. Toutefois, on
pourra appliquer la mthode des lments finis en utilisant les lments infinis ou des techniques de
type parfectly matched layer et champs lointains, comme vu au chapitre 18.
La mthode des lments finis et la mthode des lments frontires sont toutes deux des
mthodes trs robustes pour de nombreuses applications industrielles, ce qui en fait des outils de
choix pour les simulations numriques. Cependant, leur utilisation pose des problmes lorsque
331
22. Quelques mthodes drives
LMENTS FINIS
III
lon a volution des surfaces internes cause du maillage de ces surfaces : description correcte,
volution de ces surfaces, fissures, front de sollicitation, interfaces... Une des motivations pour les
mthodes sans maillage est de saffranchir de ces difficults.
22.2
Mthodes particulaires ou sans maillage
En grandes dformations par exemple, le maillage va ncessairement tre trs dform au cours
du calcul, conduisant une dgnrescence du jacobien ayant pour consquence une perte de
prcision, des problmes de convergence... et il est ncessaire alors de recourir des mthodes
de remaillage adaptatif qui sont coteuses en temps de calcul et posent encore des problmes
dans le cas tridimensionnel. Sans raffinement de maillage, des phnomnes de localisation de la
dformation, qui suit le bord des lments se produit, et on constate, par exemple dans le cas de la
simulation de fissures, que le chemin de fissuration varie fortement avec le maillage... il faut alors
dvelopper des lments spciaux.
Pour palier ces problmes ont t dveloppes, ds les annes 70 puis amliores et popularises
dans les annes 90, de nombreuses mthodes o la discrtisation ne repose plus sur un maillage
mais sur un ensemble de points 1 . Lide est de construire une fonction dfinie sur un espace
continu partir de lensemble des valeurs discrtes prises par cette fonction sur un nuage de
points du domaine. On parle alors de mthode particulaire (dont une autre application sera donne
au paragraphe 22.5). Les problmes de dformation de maillage ne peuvent survenir puisquil
ny a plus de connectivit entre les nuds ; le remaillage et la gestion des frontires internes
(fissures...) sont rsolus puisquil sagit alors simplement dajouter des nuds au grs des besoins.
Chaque point possde un domaine dinfluence de forme simple, comme un cercle, sur lequel les
fonctions dapproximation sont construites. Les diffrentes approches se distinguent, entre autres,
par les techniques utilises pour la construction des fonctions dapproximation. Ces fonctions
sont construites de manire pouvoir reprsenter tous les modes rigides et de dformation sur le
domaine dinfluence (cest une condition ncessaire la convergence de ces mthodes), et sont
nulles en dehors. De manire gnrale, on crira alors :
Nf .i /
u.x/ D
ai i .x/
(22.1)
i 2Ns .x/ D1
o Ns .x/ est lensemble des points i dont le support contient le point x et Nf .i / est le nombre de
fonctions dinterpolation dfinies sur le support associ au point i .
Une fois les fonctions dinterpolation construites, il est possible den ajouter dautres par
enrichissement. Lenrichissement de lapproximation permet ainsi de reprsenter un mode de
dplacement donn F.x/i .x/ :
Nf .i /
u.x/ D
i 2Ns .x/ D1
Nf .i /
ai i .x/
bi i .x/F.x/
(22.2)
i 2Ns .x/\Nf D1
Lenrichissement des fonctions dinterpolation a par exemple permis de rsoudre des problmes de
propagation de fissure en deux et trois dimensions sans remaillage : la fissure se propage travers
un nuage de points et est modlise par enrichissement, savoir des fonctions F.x/ discontinues
sur la fissure ou reprsentant la singularit en fond de fissure.
1. On peut par exemple nommer les mthode des noyaux rgularisants, des lments diffus ou discrets (DEM),
de Galerkin sans lments (Element Free Galerkin Method, EFGM), Smoothed Particule Hydrodynamics (SPH),
Reproducing Kernel Particle Method (RKPM), h p Cloud Method, Moving Particle Simulation (MPS), Particle Finite
Element Method (PFEM), Material Point Method (MPM), Molecular Dynamics (MD), Lattice-Boltzmann-Method
(LBM)... Les mthodes que nous verrons dans les paragraphes suivants : partition de lunit, lments finis tendue,
treillis de Boltzmann sont issues, dans une certaine mesure, des mthodes sans maillage.
III
LMENTS FINIS
22.2 Mthodes particulaires ou sans maillage
332
En rsum, pour dvelopper une mthode sans maillage, on a besoin : 1) dun nuage de
points, 2) dune mthode dinterpolation, comme par exemple la formule (22.1), et 3) dune
formule de quadrature permettant dexprimer la formulation faible que lon souhaite traiter sous
forme matricielle. Les mthodes sans maillage (Meshless Methods) sont flexibles dans le choix
de lapproximation et de lenrichissement. Elles comportent nanmoins quelques inconvnients.
Tout dabord, on remarquera que la mthode dinterpolation nest pas, contrairement au cas de la
mthode des lments finis, interpolante. Il sen suit que dans nombre de mthodes sans maillage,
limposition des conditions aux limites de Dirichlet est plus complique raliser. On ne peut
pas non plus utiliser les schmas dintgration numrique de la mthode des lments finis car les
fonctions de forme ne sont plus polynomiales et que lon ne dispose pas dun maillage pour placer
les points dintgration. Le choix du nombre de points dintgration et de la taille du domaine
dinfluence dans un nuage arbitraire de points dapproximation nest pas trivial : alors que dans
le cas de la mthode des lments finis, la matrice de rigidit est obtenue par assemblage des
contributions lmentaires, pour les mthodes sans maillage, lassemblage se fait en couvrant
le domaine de points dintgration et en ajoutant leur contribution. De plus, chaque point ayant
gnralement plus de voisins que dans la mthode des lments finis, la matrice de rigidit
est moins creuse. Enfin, dans nombre de cas, il est ncessaire de faire varier la taille du domaine
dinfluence dans lespace et le temps pour mieux suivre le problme : la rarfaction des particules
en cours de calcul dans certaines zones conduit des instabilits dues par exemple laugmentation
des erreurs numriques dans le calcul de drives (mais augmenter la zone dinfluence correspond
augmenter le nombre de voisins donc alourdir le calcul...).
22.3
Partition de lunit
La base des lments finis classiques peut elle-aussi tre enrichie (afin de ne pas recourir aux
mthodes sans maillage) de manire reprsenter une fonction donne sur un domaine donn.
Melenk et Babuska, en 1996, ont appel cette technique : la Partition de lUnit (PU). Ils ont
remarqu en fait que si Ns .x/, autrement dit lensemble des points i dont le support contient
le point x, tait remplac par Nn .x/, cest--dire lensemble des nuds contenant x, alors on
retombait sur la formulation lments finis usuelle, qui, sous forme assemble , scrivait bien
alors :
u.x/ D
X X
ai i .x/
(22.3)
i 2Nn .x/
Cela veut simplement dire que, dans le cas des lments finis, on considre les supports comme lis
des nuds, alors que dans le cas sans maillage, ils sont lis des points. En dautres termes, si
lon considre un nud chaque point, la mthode des lments finis est un cas particulier de la
mthode sans maillage. On peut alors galement crire lapproximation de partition de lunit par :
u.x/ D
X X
ai i .x/ C
i 2Nn .x/
22.4
i 2Nn .x/\Nf
bi i .x/F.x/
(22.4)
Mthode des lments finis tendue
Dans le cas particulier o la mthode de partition de lunit est applique la modlisation de

discontinuits ou de vides au sein mme des lments, on obtient alors la mthode des lments
333
LMENTS FINIS
III
finis tendue (X-FEM) :

X
X
u.x/ D
ui i .x/ C
ai i .x/H.x/
i 2I
i 2L
X
i 2K1
i .x/
X
4
j D1
j
j
bi;1 F1 .x/

C
X
i 2K2
i .x/
X
4
j
j
bi;2 F2 .x/
(22.5)
j D1
o I est lensemble des nuds du maillage, L lensemble des nuds enrichis pour modliser la
fissure coupant de part en part un lment, K1 et K2 les nuds enrichis pour modliser le fond de
fissure.
Lavantage en X-FEM est quil nest plus demand au maillage de se conformer des surfaces,
quelles soient intrieures ou extrieures, et quil peut alors tre conserv lors de leur volution.
Les surfaces ne sont plus mailles et sont localises sur le maillage grce la notion de fonction
de niveau. chaque nud au voisinage de cette surface, on associe la distance signe cette
surface. Cette fonction distance peut tre interpole sur chaque lment avec les fonctions
classique de premier ordre. Les surfaces sont ainsi stockes par un champ lment fini dfini au
voisinage de la surface qui participe au calcul au mme titre que les autres champs physiques.
En particulier, la X-FEM permet la modlisation des trous, sans avoir forcer le maillage se
conformer ceux-ci. Un nud dont le support est compltement lintrieur du trou ne donne pas
lieu la cration de degrs de libert. Pour un nud dont le support coupe la frontire du trou, la
fonction dinterpolation classique est multiplie par une fonction valant 1 dans la matire et 0 dans
le trou.
22.5
Mthodes de treillis de Boltzmann
La dnomination mthodes particulaires recouvre deux types diffrents de modles pour la

mcanique du solide et pour la mcanique des fluides. Dun ct, on trouve des concepts de
discrtisation dans lequel la rponse dun continuum est projete sur les particules vhiculant
linformation mcanique au cours de leurs dformations (SPH, MPS, PFEM, MPM, et LatticeBoltzmann-Method). De lautre ct, cette notion exprime la reprsentation de calcul de particules
physiques existantes diffrentes chelles (MD, DEM). On peut alors considrer les cas o les
particules existent physiquement (comme pour les matires granulaires) ainsi que les cas o elles
voluent au cours du processus de chargement, ces deux cas pouvant mme ventuellement tre
coupls.
Dans les mthodes de treillis de Boltzmann (Lattice Boltzmann Methods, LBM), on ne cherche
plus simuler un problme de dynamique des fluides par les quations de Navier-Stokes (nous
avons dj voqu certains problmes que lon rencontre alors), mais en se servant de lquation
de Bolzmann discrte pour un fluide newtonien avec modle de collision (par exemple BhatnagarGross-Krook). Lide est de simuler lcoulement ainsi que les processus de collision entre un
nombre limit de particules. Les interactions entre particules conduisent un comportement de
lcoulement visqueux applicables une chelle plus grande. On peut donc les voir galement
comme des mthodes de dcomposition de domaine ou dhomognisation [paragraphe 13.4.2 et
chapitre 15].
Les LBM sont particulirement bien adaptes la simulation de fluides autour de gomtries
complexes et ont lavantage de pouvoir tre implmentes sur des machines parallles. Bien
quhistoriquement dveloppes pour les gaz en treillis, elles sobtiennent galement directement
partir des quations simplifies de Boltzmann BGK (Bhatnagar-Gross-Krook).
On considre un treillis discret dont les nuds portent des particules. Ces particules sautent dun
nud au suivant selon leur vitesse : cest la phase de propagation. Puis les particules se choquent et
acquirent une nouvelle vitesse : cest la phase de collision. La simulation procde en alternant
les phases de propagations et de collisions des particules. On montre que de tels gaz suivent les
III
LMENTS FINIS
22.5 Mthodes de treillis de Boltzmann
334
quations des fluides de Navier-Stokes. Linconvnient majeur de cette mthode applique la

dynamique des fluides est lapparition de bruit . Si lon ne cherche quun champ relativement
calme (peu de variations, en tous cas, pas de variations brutales), il est ncessaire de pouvoir prendre
la moyenne sur un treillis relativement grand et sur une grande priode de temps. Dans ce cas, les
LBM contournent le problme en pr-moyennant le gaz : on considre la distribution des particules
sur le treillis plutt que les particules elles-mmes.
La forme gnrale de lquation de treillis de Boltzmann est :
fi .x C t ci ; t C t / D fi .x; t / C i
(22.6)
o fi est la concentration de particules se dplaant avec la vitesse ci jusquau nud suivant pendant
un temps t . i reprsente loprateur de collision, et cest lui qui change dune mthode lautre.
Dans le modle BGK (Bhatnagar-Gross-Krook)., la distribution des particules aprs propagation
eq
est relaxe vers la distribution lquilibre fi , et on a :
i D
1
fi .x; t /

eq
fi .x; t /
(22.7)
avec le paramtre de relaxation, qui dtermine la viscosit cinmatique du fluide selon la

relation D .2 1/=6. La distribution lquilibre est une fonction de la densit locale et de la
vitesse locale u, qui sont les moments dordre 1 et 2 de la distribution des particules :
P
X
fi .x; t /ci
.x; t / D
fi .x; t /
et
u.x; t / D i
(22.8)
.x; t /
i
Cette distribution lquilibre est calcule par la relation :

ci u .ci u/2
eq
fi .; u/ D tp 1 C 2 C
cs
2cs4
u u
2cs2
(22.9)
o cs est la vitesse du son, p D ci ci et tp est la densit lquilibre pour u D 0.
22.6
FEEC
Le Finite element exterior calculus, introduit par Douglas N. Arnod, Richard S. Falk et Ragnar
Winther en 2006, est une approche visant expliquer (et dvelopper) des solutions lments
finis pour une grande varit dquations aux drives partielles. Il sagit de mettre profit les
outils de la gomtrie diffrentielle, de la topologie algbrique et de lalgbre homologique afin
de dvelopper des discrtisations compatibles avec les structures gomtriques, topologiques et
algbriques ncessaires pour que le problme aux quations aux drives partielles considr soit
bien pos.
Dans cette version de ce document, nous nentrons pas plus avant dans cette mthode, qui reste
sans doute trop mathmatique dans sa prsentation pour le public vis. Nanmoins, les articles,
notamment ceux de 2006 [3] et de 2010 [4], bien que longs, sont extrmement pdagogiques et leur
lecture ne peut qutre un plus.
22.7
Systmes multi-corps
Le concept de systme multicorps est utilis en mcanique du solide, plus particulirement dans les
domaines de la robotique, de lautomobile, de la biomcanique... pour modliser le comportement
dynamique de corps rigides et/ou flexibles connects les uns aux autres par des liaisons mcaniques,
chacun de ces corps dcrivant de grands dplacements la fois en translation et en rotation. Une
analyse peut inclure plusieurs milliers de corps rigides. Dans une telle approche, ce nest plus
335
LMENTS FINIS
III
le comportement local qui est vis mais plutt le comportement de plusieurs corps formant un
mcanisme .
Un corps reprsente donc une partie rigide ou flexible dun systme mcanique. Un lien dsigne
une connexion entre au moins deux corps ou entre un corps et le sol : on retrouve donc les liaisons
mcaniques classiques comme lappui ponctuel, la rotule, le glissire, le cardan...
Dans cette approche, le terme de degr de libert dsigne le nombre de mouvements cinmatiques possibles, autrement dit le nombre de rotations ou dplacements quil reste fixer pour
dfinir compltement la position dans lespace. De manire complmentaire, une condition de
contrainte dsigne une restriction des liberts de mouvement du corps. Ce terme dsigne galement
les contraintes pouvant porter sur les vitesses ou les acclrations de ces mouvements. Enfin, pour
parfaire lanalyse, des contraintes supplmentaires peuvent tre introduites comme des contraintes
de glissement et de contact, entre autres. La dynamique dun systme multicorps est dcrite par les
rotation
glissire
poutre flexible
corps rigide
couple moteur
patin glissant
F IGURE 22.1: Exemple de systme multi-corps

quations du mouvement. On obtient alors un systme de la forme :
(
MuR QuP C Cq D F
C.u; u/
P D0
(22.10)
o M est la matrice de masse, C, la matrice des conditions de contraintes, Cu la matrice jacobienne

(drive de C par rapport u) permettant dappliquer les forces correspondant des multiplicateurs
de Lagrange et QuP , le vecteur de vitesse quadratique utilis pour introduire les termes de Coriolis
et les termes centrifuges.
Nous nentrons pas plus en avant, car le systme rsoudre doit sembler suffisamment simple
pour le lecteur ce niveau du document et parce que cette mthode est dapplication trs particulire.
III
LMENTS FINIS
22.7 Systmes multi-corps
336
Chapitre 23
Quelques mots sur les singularits

Rsum Les modlisations bases sur la mcanique des milieux continus conduisent,
dans un certain nombre de cas particuliers, des contraintes infinies en certains points :
les singularits. Ces valeurs infinies sortent du domaine de validit de la plupart des
modlisations et, dans le cadre des simulations par lments finis, pourraient mener un
concepteur peu averti des erreurs danalyse.
23.1
Quest-ce quune singularit ?
Comme nous lavons vu au cours de ce document, la mise en uvre de la mcanique des milieux
continus conduit la construction dun problme mathmatique dont la solution est constitue dun
champ des dplacements et dun champ des contraintes. Concernant le problme continu (i.e. non
discrtis, i.e. tel que prsent la partie II), ces champs sont gnralement des fonctions spatiales
relativement rgulires.
Cependant, dans certains cas, il existe des points o la solution nest pas entirement dfinie : ces
points sont nomms singularits. Dune manire trs pragmatique, la contrainte et la dformation
tendent vers linfini lorsque lon sapproche du point singulier. Le dplacement, quant lui, garde
gnralement une valeur finie. Nous avons par exemple abord cela au chapitre 19 : la contrainte
tend vers linfini au voisinage de la pointe dune fissure.
Il est important de noter que les singularits ne proviennent ni derreurs de calcul, ni derreurs
dans lapplication de la thorie, ni de modles physiques spcialiss : elles proviennent de la
mcanique des milieux continus (ou, plus gnralement, de toute autre thorie physique base sur
la notion de milieu continu), et leur existence est prdite par ltude mathmatique de ces thories.
23.2
Singularits et lments finis
En pratique, la plupart des simulations de mcanique des milieux continus sont bases sur la mthode
des lments finis. Or, celle-ci, comme toute mthode numrique, a la fcheuse et dangereuse
habitude de toujours retourner des valeurs finies, ce qui masque par consquent la prsence
ventuelle de singularits.
En effet, un solveur lments finis ne calcule les contraintes et dformations quaux points
dintgration (ou points de Gau) des lments, qui sont situs lintrieur des lments. Or, dans
une simulation par lments finis, les points singuliers sont toujours des nuds du maillage, et
sont donc situs au bord des lments. Les contraintes ne sont donc jamais calcules aux points
singuliers, et ne prsentent pas de valeurs infinies qui permettraient de dtecter la singularit. Ce
que lon observe ressemble plutt une simple concentration de contraintes et les valeurs obtenues
nont souvent rien de choquant premire vue.
337
23. Quelques mots sur les singularits
LMENTS FINIS
III
Cest pourquoi il est indispensable de savoir quand ces singularits doivent se produire afin
dtre en mesure deffectuer les corrections ncessaires et ainsi redonner du sens lanalyse
effectue.
23.3
Quand les singularits se produisent-elles ?
Si les singularits avaient la gentillesse de ne se produire que que dans certains cas particuliers
bien spcifiques, elles ne constitueraient alors pas vraiment un problme. Malheureusement, cest
loin dtre le cas, et de nombreux modles courants de lois de comportements ou de conditions
aux limites conduisent des singularits. Mme en restant dans le cadre de llasticit linaire,
on trouve des cas frquents conduisant des singularits, parmi lesquels les plus frquemment
rencontrs sont :
les modles comportant un angle rentrant (i.e. infrieur 180entre deux faces extrieures).
Une fissure peut dailleurs tre considre comme un angle rentrant dangle nul ;
les modles de lois comportements discontinues, comme linterface entre deux matriaux
(dont nous avons souvent parl tout au long de ce document) ;
les modles de chargements contenant des efforts ponctuels, qui est de loin le cas le plus
frquemment rencontr.
En tout honntet, il est difficile de nier le fait que ces trois cas sont vraiment couramment
employs, ce qui permet de prendre toute la mesure du problme : on observe rgulirement des
dimensionnements raliss partir de contraintes calcules au fond dun angle rentrant ou sous une
force ponctuelle, alors que les valeurs de ces contraintes ny sont absolument pas fiables...
Cette liste nest naturellement pas exhaustive et il existe dautres cas pouvant entraner des
singularits, comme la prsence dencastrements ou de dplacements imposs dans certaines
configurations gomtriques particulires. Inversement, et contrairement ce que daucuns croient,
les thories des poutres, plaques et coques prsentent gnralement moins de cas singuliers que la
mcanique des milieux continus tridimensionnels (car certains de ces aspects peuvent tre pris en
compte dans la construction du modle).
23.4
Comment viter les singularits
Nous avons vu que les singularits proviennent de limitations intrinsques de la mcanique des
milieux continus : cette dernire donne des rsultats non valides en prsence dun certain nombre
de configurations. Cela signifie que ces configurations nappartiennent pas au domaine de validit
de la mcanique des milieux continus tridimensionnelle, et que leur emploi peut donc mener des
rsultats non pertinents (en loccurrence, singuliers).
Schmatiquement, la singularit provient du fait que la mcanique des milieux continus postule
lexistence dune densit volumique dnergie, et saccommode donc mal du caractre ponctuel
de ces modles (angle ponctuel, force ponctuelle, interface dpaisseur nulle) qui conduit des
densits dnergie infinies. Pour viter la singularit, il faut donc utiliser des modles non ponctuels
comme :
remplacer un angle rentrant par un cong de raccordement possdant un rayon de courbure
non nul ;
remplacer une discontinuit entre lois de comportement par une zone de transition dans
laquelle les paramtres varient de faon continue ;
remplacer une force ponctuelle par une pression de contact applique sur une surface non
nulle...
Ces configurations ne crent pas de singularits, mais de simples concentrations de contraintes :
les contraintes et les dformations restent finies dans leur voisinage. Dans les faits, leur usage est
III
LMENTS FINIS
23.3 Quand les singularits se produisent-elles ?
338
indispensable chaque fois que lobjectif de la simulation est de calculer une contrainte ou une
dformation localise dans la zone incrimine.
23.5
Singularits et pertinence dun rsultat
Le problme des configurations suggres pour viter les singularits est quelles sont plus riches,
quelles demandent plus dinformations que les modlisations ponctuelles. Or, le concepteur ne
dispose pas toujours de ces informations, notamment aux premiers stades de la conception dun
produit, et peut donc tre tent dutiliser un modle plus simple, quitte violer le domaine de
validit de la mcanique des milieux continus.
En ralit, il peut mme tre tout fait lgitime dutiliser un modle non valide (entranant
des singularits), condition davoir la certitude que ces singularits perturberont peu le rsultat
que lon cherche calculer.
Cest typiquement le cas lorsque le rsultat est une quantit situe suffisamment loin de la zone
singulire : les singularits sont des anomalies trs localises, et leur effet direct dcrot rapidement
avec la distance. La singularit ninflue alors sur le rsultat que par le biais des redistributions de
contraintes, et cette influence est souvent (mais pas toujours !) ngligeable.
En tout tat de cause, il appartient au concepteur dvaluer le caractre gnant ou non dune
singularit laide de son exprience et de son esprit critique.
23.6
Conclusion
Nous esprons avoir pu mettre en vidence les points suivants :

En mcanique des milieux continus, de nombreuses modlisations courantes mnent des
contraintes infinies en un ou plusieurs points : angles rentrants dans les modles gomtriques,
discontinuits dans les modles de comportements des matriaux, efforts ponctuels dans les
modles de chargement...
Ces contraintes infinies sont prdites par les mathmatiques, mais sortent du domaine de
validit de la mcanique des milieux continus.
Dans les simulations par lments finis, les contraintes restent finies au voisinage des singularits, mais leur valeur nest pas pertinente pour autant : elle dpend uniquement de la taille
et de la forme des lments et augmente indfiniment lorsque lon raffine le maillage.
Un concepteur qui ignore lexistence de ces singularits risque donc de dimensionner une
pice par rapport un rsultat non fiable, sauf sil prend la peine de raffiner successivement
le maillage, ce qui permet de diagnostiquer le problme (vous savez, la fameuse tude de
convergence que lon fait toujours tant que lon est lve ingnieur et que lon a tendance
oublier, ou ngliger par la suite).
Si lon souhaite simuler ltat de contraintes au voisinage de la rgion singulire, il est
ncessaire de modliser celle-ci plus finement pour faire disparatre la singularit. Cela
ncessite gnralement des connaissances supplmentaires sur le produit, son environnement
ou le comportement de ses matriaux dans la rgion concerne.
Si ltat de contraintes ou de dformations au voisinage de la singularit ne fait pas partie des
objectifs du calcul, alors celle-ci nest pas gnante. Mieux vaut nanmoins tre conscient du
problme pour ne pas en tirer de fausses conclusions...
Nous ritrons ce que nous avons dj dit : la plupart des ingnieurs pratiquant le calcul sont
conscients que ces problmes de singularits existent. Nous navons donc fait ici que rappeler des
choses connues... et cest trs bien ainsi si cest le cas.
339
23. Quelques mots sur les singularits
LMENTS FINIS
III
Conclusion
En guise de conclusion ce document, nous souhaitions synthtiser les problmes qui peuvent
survenir lors dun calcul et ouvrir sur quelques perspectives.
Sur la fiabilit des rsultats

La fiabilit dun rsultat dpend de celle de toute la chane dapproximation ralises depuis la
modlisation du phnomnes physique jusqu lobtention des rsultats numriques fournis par
le programme de calcul. Nombre de ces problmes ont t mentionns au cours de ce document.
Rappelons les ici :
erreurs de modlisation : aussi bien au niveau du choix des quations mathmatiques dcrivant
le phnomne, que de la reprsentativit des conditions aux limites choisies. Mais au-del
mme, il est ncessaire de se rappeler que les modles mathmatiques ne fonctionnent bien
quavec les plus simples des situations, ou avec des situations complexes ne dpendant que
quelques facteurs dominants simples. La plupart des modles sont des modles linaires, mais
mmes ceux-ci peuvent dissimuler de la complexit : le chaos linaire existe et les simulations
numriques dun tel systme peuvent conduire des rsultats qui peuvent surprendre si lon
nen est pas averti (voir la linarisation du pendule double, ou la suite logistique). En dautres
termes, et pour bien insister, la ralit physique que lon se propose de modliser, repose sur
des proprits qui ne sont pas connues exactement, dont les lois de probabilit ne sont pas
forcment connues non plus, o tous les phnomnes sont non-linaires et o ils sont tous
coupls. Les mathmatiques proposent des modles simplifis correspondant aux situations
les plus simples (voire mme nayant pas dexistence relle), et il est du ressort de lingnieur,
et cest en cela que son travail est plus compliqu que celui du mathmaticien, de savoir juger
de la pertinence de tel ou tel modle retenu pour modliser la problmatique considre ;
erreurs de discrtisation : elles sont lies aux choix des mthodes numriques (mthode des
lments finis ou autre), aux problmes dintgration, de reprsentation du domaine...
erreurs de verrouillage numrique : elles concernent des problmes survenant lors du traitement
de paramtres introduits dans le calcul tels que les pas de temps, des modes parasites, des
instabilits numriques...
incertitudes des donnes : connaissance approximative des lois de comportement, des efforts,
des liaisons... Il faut alors procder une approche fiabiliste ;
erreurs darrondis : la manire dont un ordinateur traite un nombre est soumise des contraintes
(reprsentation en base 2 par exemple, approximation n dcimales...). Ces erreurs, mmes
infimes, peuvent dans certains cas se cumuler pour aboutir un rsultat faux.
Lorsque cela est possible, on nhsitera donc pas a effectuer des comparaison avec des essais,
ce que lon nomme recalage calcul-essais.
341
Conclusion
LMENTS FINIS
III
Quelques perspectives
Le calcul scientifique dune manire gnrale, et la mthode des lments finis en particulier, sont
utiliss de manire intensive dans tous les secteurs. Toute amlioration de la performance des
mthodes numriques est donc un enjeu majeur : rapidit, prcision, fiabilit...
On pourra citer le dveloppement de codes de calculs parallles, ou lamlioration des techniques doptimisation par les algorithmes gntiques. Nous avons parl des modles multi-chelle
essentiellement pour les matriaux, mais le dveloppement de modles pour les structures minces
(plaques, coques) rentre dans cette catgorie... et si les thories de plaques sont aujourdhui assez
bien matrises (dun point de vue thorique et dans les codes), il reste des problmes ouverts
concernant les coques minces.
Les problmes inverses constituent galement un dfi dintrt. Ils permettent par exemple de
remonter aux caractristiques dun matriau (qui seront utilises dans dautres calculs), partir
dessais sur un chantillon. Cest galement souvent la seule voie didentification des paramtres et
comportement pour tout ce qui concerne la biomcanique et la modlisation du corps humain en
gnral, car il nest pas possible deffectuer des mesures relles.
Enfin, et peut-tre surtout, les modles dvelopps aujourdhui se veulent de plus en plus
ralistes. Il devient alors indispensable de coupler des modles numriques diffrents, ce qui nest
possible que si, au pralable, on a su tablir des passerelles, des lieux de travail commun, entre des
spcialistes de plusieurs disciplines.
III
LMENTS FINIS
342
IV
343
ANNEXES
ANNEXES
IV
Annexe A
Interpolation et approximation
Histoire
Linterpolation est une opration consistant approcher une courbe qui nest connue que par la
donne dun nombre fini de points (ou une fonction partir de la donne dun nombre fini de
valeurs).
Ainsi, linterpolation numrique sert souvent faire merger une courbe parmi des points .
Il sagit de toutes les mthodes dveloppes afin de mieux prendre en compte les erreurs de mesure,
i.e. dexploiter des donnes exprimentales pour la recherche de lois empiriques. Nous citerons
par exemple la rgression linaire et la mthode des moindres carrs souvent bien matrises. On
demande la solution du problme dinterpolation de passer par les points prescrits, voire, suivant
le type dinterpolation, de vrifier des proprits supplmentaires (de continuit, de drivabilit,
de tangence en certains points...). Toutefois, parfois on ne demande pas ce que lapproximation
passe exactement par les points prescrits. On parle alors plutt dapproximation.
Le jour du Nouvel An de 1801, lastronome italien Giuseppe Piazzi a dcouvert lastrode Crs (il
a suivi sa trajectoire jusquau 14 fvrier 1801).
Durant cette anne, plusieurs scientifiques ont tent de prdire sa trajectoire sur
la base des observations de Piazzi ( cette
poque, la rsolution des quations non linaires de Kepler de la cinmatique est un
problme trs difficile). La plupart des prdictions furent errones ; et le seul calcul sufPiazzi
Gau
Legendre
Adrain
fisamment prcis pour permettre au baron
Franz Xaver von Zach (astronome allemand) de localiser nouveau Crs la fin de lanne, fut
celui de Gau, (alors g de 24 ans). Gau avait dj ralis llaboration des concepts fondamentaux
en 1795, lorsquil avait 18 ans. Mais sa mthode des moindres carrs ne fut publie quen 1809,
lorsquelle parut dans le tome 2 de ses travaux sur la Mcanique cleste Theoria Motus Corporum
Coelestium in sectionibus conicis solem ambientium. Le mathmaticien franais Adrien-Marie
Legendre a dvelopp indpendamment la mme mthode en 1805. Le mathmaticien amricain
Robert Adrain a publi en 1808 une formulation de la mthode.
En 1829, Gau a pu donner les raisons de lefficacit de cette mthode : celle-ci
est optimale lgard de bien des critres. Cet argument est maintenant connu sous
le nom de thorme de Gau-Markov.
Ce thorme dit que dans un modle linaire dans lequel les erreurs ont une
esprance nulle, sont non corrles et dont les variances sont gales, le meilleur
estimateur linaire non biais des coefficients est lestimateur des moindres carrs.
Plus gnralement, le meilleur estimateur linaire non biais dune combinaison
Markov
linaire des coefficients est son estimateur par les moindres carrs. On ne suppose pas
que les erreurs possdent une loi normale, ni quelles sont indpendantes (seulement non corrles),
ni quelles possdent la mme loi de probabilit.
Lapproximation tant lutilisation de mthodes permettant dapprocher une fonction mathmatique par une suite de fonctions qui convergent dans un certain espace fonctionnel, on voit donc que
345
A. Interpolation et approximation
ANNEXES
IV
ce qui a t fait dans la deuxime partie ressort bien de cela : on cherche une fonction gnralement
note u qui nest pas connue explicitement mais solution dune quation diffrentielle ou dune
quation aux drives partielles, et lon cherche construire une suite de problmes plus simples,
que lon sait rsoudre chaque tape, et telle que la suite des solutions correspondantes converge
vers la solution cherche. Lapproximation peut servir aussi dans le cas o la fonction considre
est connue : on cherche alors la remplacer par une fonction plus simple, plus rgulire ou ayant
de meilleures proprits. Lintgration numrique sera dtaille un peu plus au chapitre B. Ce sont
les mthodes dapproximation numriques qui sont utilises.
Pour en revenir linterpolation, la mthode des lments finis est en elle-mme une mthode
dinterpolation (globale, base sur des interpolations locales). On peut citer quelques mthodes
dinterpolation telle que linterpolation linaire (dans laquelle deux points successifs sont relis par
un segment), linterpolation cosinus (dans laquelle deux points successifs sont considrs comme
les pics dun cosinus. Linterpolation cubique ou spline (dans laquelle un polynme de degr 3 passe
par quatre points successifs : selon le type de continuit demande plusieurs variantes existent) et
de manire gnrale, linterpolation polynomiale, est aborde ci-dessous.
Faisons demble une mise en garde : la plus connue des interpolations polynomiale, linterpolation lagrangienne (approximation par les polynmes de Lagrange, dcouverte initialement par
Waring et redcouverte par Euler) peut fort bien diverger mme pour des fonctions trs rgulires.
Cest le phnomne de Runge : contrairement lintuition, laugmentation du nombre de points
dinterpolation ne constitue pas ncessairement une bonne stratgie dapproximation avec certaines
fonctions (mme infiniment drivables).
Dans le cas o lon travaille sur le corps des complexes, une mthode dapproximation dune
fonction analytique par une fonction rationnelle est lapproximant de Pad. Cela correspond un
dveloppement limit qui approche la fonction par un polynme. Tout comme les dveloppements
limits forment une suite appele srie entire, convergeant vers la fonction initiale, les approximants
de Pad sont souvent vus comme une suite, sexprimant sous la forme dune fraction continue
dont la limite est aussi la fonction initiale. En ce sens, ces approximants font partie de la vaste
thorie des fractions continues. Les approximants offrent un dveloppement dont le domaine de
convergence est parfois plus large que celui dune srie entire. Ils permettent ainsi de prolonger
des fonctions analytiques et dtudier certains aspects de la question des srie divergentes. En
thorie analytique des nombres, lapproximant permet de mettre en vidence la nature dun nombre
ou dune fonction arithmtique comme celle de la fonction zta de Riemann. Dans le domaine du
calcul numrique, lapproximant joue un rle, par exemple, pour valuer le comportement dune
solution dun systme dynamique laide de la thorie des perturbations. Lapproximant de Pad a
t utilis pour la premire fois par Euler pour dmontrer lirrationalit de e, la base du logarithme
nprien. Une technique analogue a permis Johann Heinrich Lambert de montrer celle de .
IV
ANNEXES
346
Quelques bases polynomiales
A.1.1
Motivation
Histoire
A.1
Lorsque lon souhaite approximer une courbe par une autre, recourir aux polynmes semble une
voie naturelle.
Les sries de fonctions sont apparues la fin du XVIIe sicle, lorsque Isaac Newton puis Brook
Taylor dcomposrent des fonctions en sries (entires, donc sur C) pour le calcul dintgrales. Ce
nest quen 1821 que Cauchy fournira les critres prcis de convergence dans ses notes de cours de
Polytechnique Analyse algbrique, diffrents autres types de convergence tant introduits jusquen
1840.
La richesse de cette thorie vient de ce quelle permet dtudier des fonctions qui ne sexpriment
pas laide de fonctions connues, comme le sont certaines solutions dquations diffrentielles.
Le thorme de Taylor (1715) (thorme 56) montre quune fonction plusieurs
fois drivable au voisinage dun point peut tre approxime par une fonction polynme dont les coefficients dpendent uniquement des drives de la fonction en ce
point. En prsentant cette formule, Taylor propose une mthode de dveloppement
en srie, mais il se proccupe peu de la nature du reste ; il faut attendre ses successeurs pour la caractriser rigoureusement. On dsigne par thormes de Taylor ou
formules de Taylor plusieurs rsultats et expressions pour le reste Rn .x/, parfois
Taylor
renforc par quelques hypothses supplmentaires : Taylor-Young, Taylor-Lagrange,
Taylor-Cauchy, Taylor avec reste intgral.
Remarque. Lusage de chacune des formules de Taylor dpend du but recherch.
La formule de Taylor-Young prcise seulement le comportement dune expression lorsque h tend vers
0 ; elle est donc purement locale au voisinage du point a considr. lordre 1 (i.e. k D 1) elle se rduit
la dfinition de la diffrentielle. Pour k D 2 elle montre que le terme en o.khk/ est en fait en O.khk2 / ds
que la fonction est deux fois diffrentiable en a.
La formule avec reste intgral est la plus prcise. On lutilisera chaque fois que lon a besoin
dinformations dtailles sur le reste, notamment sur sa dpendance par rapport aux variables ou
dventuels paramtres.
La majoration de Taylor-Lagrange sera utilise pour valuer laccroissement entre deux points, non
ncessairement proches lun de lautre.
Thorme 56 Dveloppement en srie de Taylor. Soit I un intervalle de R, a 2 I, E un
espace vectoriel norm et f W I ! R une fonction drivable en a jusqu lordre n. Alors :

8x 2 I;
f .x/ D
n
X
f .k/ .a/
.x
k
a/k C Rn .x/
(A.1)
kD0
dfinit un reste Rn .x/ dont le comportement sapparente au monme .x
a/nC1 .
Le thorme dapproximation de Weierstrass en analyse relle dit que toute fonction continue
dfinie sur un segment peut tre approche uniformment par des fonctions polynmes. Le thorme
de Stone-Weierstrass gnralise ce rsultat aux fonctions continues dfinies sur un espace compact
et valeurs relles, en remplaant lalgbre des polynmes par une algbre de fonctions qui spare
les points et contient au moins une fonction constante non nulle.
Linterpolation polynomiale consiste donc trouver un polynme passant par un ensemble
de points donns. Nous verrons quil est galement possible de demander ce que ce polynme
satisfasse dautres conditions.
A.1.2
Orthogonalit
Une suite de polynmes orthogonaux est une suite infinie de polynmes P0 .x/, P1 .x/, ... coefficients rels, dans laquelle chaque Pn .x/ est de degr n, et telle que les polynmes de la suite
347
ANNEXES
IV
sont orthogonaux deux deux pour un produit scalaire de fonctions donn. Le produit scalaire de
fonctions le plus simple est lintgrale du produit de ces fonctions sur un intervalle born :
b
Z
hf; gi D
f .x/g.x/dx
(A.2)
Plus gnralement, on peut ajouter une fonction de poids $ .x/ dans lintgrale. On notera bien que
sur lintervalle dintgration a; b, la fonction poids $ .x/ doit tre valeurs finies et strictement
positives, et lintgrale du produit de la fonction poids par un polynme doit tre finie (voir
espaces Lp ). Par contre, les bornes a et b peuvent tre infinies. Il vient alors :
b
Z
hf; gi D
f .x/g.x/$ .x/dx
(A.3)
p
La norme associe est dfinie par jjf jj D hf; f i. Le produit scalaire fait de lensemble de toutes
les fonctions de norme finie un espace de Hilbert. Lintervalle dintgration est appel intervalle
dorthogonalit.
A.1.3
Base naturelle
On rappelle que 1; X; : : : ; Xn est une base de Kn X en tant que polynmes chelonns.
A.1.4
Polynmes de Lagrange
Connaissant n C 1 points .x0 ; y0 /; : : : ; .xn ; yn / dabscisses distinctes, le polynme de Lagrange

est lunique polynme de degr n passant tous les points. Ce polynme est trivialement dfini par :
L.x/ D
n
X
yj
Y
n
j D0
i D0;i j
x
xj
xi
xi

(A.4)
Si lon note :
L.x/ D
n
X
yj lj .x/
(A.5)
j D0
avec :
li .x/ D
n
Y
j D0;j i
x
xi
xj
x
D
xj
xi
x0
x

x0
xi
xi
xi
1
1
x
xi
xi C1
x

xi C1
xi
xn
xn
(A.6)
alors, on remarque que :

li est de degr n pour tout i ;
li .xj / D ij ; 0 i; j n, i.e. li .xi / D 1 et li .xj / D 0 pour j i
On en dduit immdiatement que 8i, L.xi / D yi qui est bien la proprit recherche par construction.
A.1.5
Polynmes dHermite
Les polynmes dHermite sont dfinis sous la forme dite probabiliste :

Hn .x/ D . 1/n ex
IV
ANNEXES
2 =2
dn
e
dx n
x 2 =2
(A.7)
A.1 Quelques bases polynomiales
348
ou sous la forme dite physique :

2
b
Hn .x/ D . 1/n ex
dn
e
dx n
x2
(A.8)
Les deux dfinitions sont lies par la proprit dchelle suivante :

p
b
Hn .x/ D 2n=2 Hn .x 2/
(A.9)
Les premiers polynmes dHermite sont les suivants :

H0 D 1
b
H0 D 1
H1 D x
b
H1 D 2x
H2 D x 2
H3 D x
b
H2 D 4x 2
3x
b
H3 D 8x
H4 D x 4
6x 2 C 3
b
H4 D 16x 4
48x 2 C 12
H5 D x 5
10x 3 C 15x
b
H5 D 32x 5
160x 3 C 120x
b
H6 D 64x 6
480x 4 C 720x 2
H6 D x
15x C 45x
15
(A.10)
12x
120
Hn est un polynme de degr n. Ces polynmes sont orthogonaux pour la mesure de densit :
2
e x =2
d.x/
D p
D '.x/
dx
2
(A.11)
avec '.x/ la densit de probabilit dune variable alatoire gaussienne centre rduite (moyenne
nulle, cart-type gal 1). Ils vrifient :
Z
C1
1
Hn .x/Hm .x/'.x/dx D nnm
(A.12)
o nm est le symbole de Kronecker. Cest pour ces intressantes proprits que cette base a t
choisie en mcanique stochastique... on utilise alors la jolie expression de base de chaos polynomial.
Pour une application la prise en compte de lala dans la mthode des lments finis, voir le
chapitre 21. Ces polynmes forment une base orthogonale de lespace de Hilbert L2 .C; / des
fonctions borliennes telles que :
Z
C1
1
jf .x/j2 '.x/dx < C1
(A.13)
dans lequel le produit scalaire est donn par lintgrale :

Z
hf; gi D
C1
f .x/g.x/'.x/dx
(A.14)
Des proprits analogues sont vrifies par les polynmes de Hermite sous leur forme physique.
A.1.6
Polynmes de Legendre
On appelle quation de Legendre lquation :

d
2 dy
.1 x /
C n.n C 1/y D 0
dx
dx
349
(A.15)
ANNEXES
IV
On dfinit le polynme de Legendre Pn par :

d
2 dPn .x/
.1 x /
C n.n C 1/Pn .x/ D 0;
dx
dx
Pn .1/ D 1
(A.16)
La manire la plus simple de les dfinir est par la formule de rcurrence de Bonnet : P0 .x/ D 1,
P1 .x/ D x et :
8n > 0;
.n C 1/PnC1 .x/ D .2n C 1/xPn .x/
nPn
1 .x/
(A.17)
Les premiers polynmes de Legendre sont :

P0 .x/ D 1
P1 .x/ D x
1
P2 .x/ D .3x 2 1/
2
1
P3 .x/ D .5x 3 3x/
2
1
P4 .x/ D .35x 4 30x 2 C 3/
8
1
P5 .x/ D .63x 5 70x 3 C 15x/
8
(A.18)
Le polynme Pn est de degr n. La famille .Pn /nN est une famille de polynmes degrs tags,
elle est donc une base de lespace vectoriel Rn X. On remarquera la proprit suivante :
Pn . x/ D . 1/n Pn .x/
(A.19)
qui donne en particulier Pn . 1/ D . 1/n et P2nC1 .0/ D 0. Les polynmes orthogonaux les plus
simples sont les polynmes de Legendre pour lesquels lintervalle dorthogonalit est 1 I 1 et la
fonction poids est simplement la fonction constante de valeur 1 : ces polynmes sont orthogonaux
par rapport au produit scalaire dfini sur RX par :
Z
hP; Qi D
C1
1
Z
P.x/Q.x/dxhPm ; Pn i D
1
1
Pm .x/Pn .x/dx D 0
pour
m n (A.20)
De plus, comme .Pn /nN est une base de RN X, on a PNC1 2 .RN X/? :
Z
8Q 2 RN X;
1
1
PNC1 .x/Q.x/dx D 0
(A.21)
Le carr de la norme, dans L2 . 1 I 1/, est :

kPn k2 D
2
:
2n C 1
(A.22)
Ces polynmes peuvent servir dcomposer une fonction holomorphe, une fonction lipschitzienne
ou retrouver lintgration numrique dune fonction par la mthode de quadrature de GauLegendre (voir chapitre B).
A.1.7
Polynmes de Tchebychev
Les polynmes de Tchebychev servent pour la convergence des interpolations de Lagrange. Ils sont
galement utiliss dans le calcul de filtres de Tchebychev en lectronique analogique.
IV
ANNEXES
350
Les polynmes de Tchebychev constituent deux familles de polynmes (nots Tn pour la

premire espce et Un pour la seconde) dfinis sur lintervalle 1 I 1 par les relations trigonomtriques :
Tn .cos. // D cos.n /
sin..n C 1/ /
Un .cos. // D
sin
(A.23)
(A.24)
Ces deux suites sont dfinies par la relation de rcurrence :

8n 2 N;
PnC2 .X/ D 2X PnC1 .X/
Pn .X/
(A.25)
et les deux premiers termes :

T0 D 1; T1 D X
pour la suite T
U0 D 1; U1 D 2X
(A.26)
pour la suite U
(A.27)
Chacune de ces deux familles est une suite de polynmes orthogonaux par rapport un produit
scalaire de fonctions assorti dune pondration spcifique.
Proprits des polynmes de Tchebychev de premire espce
b n2 c
nX
.n k 1/
Tn .x/ D
. 1/k
.2x/n
2
k.n 2k/
8n > 0;
2k
(A.28)
kD0
Les polynmes Tn sont orthogonaux pour le produit scalaire suivant :

Z
1
1
8n;
<0
Tn .x/Tm .x/
dx D
p
1 x2
:
=2
Tn .1/ D 1;
si n m
si n D m D 0
si n D m 0 :
8n; m 2 N;
8x 2 R;
(A.29)
Tn .Tm .x// D Tmn .x/
(A.30)
Les premiers polynmes de Tchebychev de premire espce sont :

T0 D 1
T1 D x
T2 D 2x 2
T3 D 4x
3x
T4 D 8x 4
T5 D 16x 5
20x 3 C 5x
T6 D 32x 6
48x 4 C 18x 2
T7 D 64x
351
8x 2 C 1
112x C 56x
(A.31)
1
3
7x
T8 D 128x 8
256x 6 C 160x 4
32x 2 C 1
T9 D 256x 9
576x 7 C 432x 5
120x 3 C 9x
ANNEXES
IV
Proprits des polynmes de Tchebychev de seconde espce
8n > 0;
Un .x/ D
n
bX
2c
. 1/k
k
k
kD0
!
.2x/n
2k
Les polynmes Un sont orthogonaux pour le produit scalaire suivant :

(
Z 1
p
0
si n m
Un .x/Um .x/ 1 x 2 dx D
et 8n;
=2 si n D m
1
(A.32)
Un .1/ D n C 1
(A.33)
Les premiers polynmes de Tchebychev de deuxime espce sont :

U0 D 1
U1 D 2x
U2 D 4x 2
U3 D 8x
U4 D 16x
4x
4
12x 2 C 1
(A.34)
U5 D 32x 5
32x 3 C 6x
U6 D 64x 6
80x 4 C 24x 2
U7 D 128x 7
U8 D 256x
U9 D 512x 9
A.1.8
192x 5 C 80x 3
6
448x C 240x
8x
4
1024x 7 C 672x 5
40x 2 C 1
160x 3 C 10x
Polynmes de Laguerre
Les polynmes de Laguerre apparaissent en mcanique quantique dans la partie radiale de la solution
de lquation de Schrdinger pour un atome un lectron. Ces polynmes sont les solutions de
lquation de Laguerre :
xy 00 C .1
x/y 0 C ny D 0
(A.35)
qui est une quation diffrentielle linaire du second ordre possdant des solutions non singulires
si et seulement si n est un entier positif.
Traditionnellement nots L0 ; L1 ; : : : ces polynmes forment une suite de polynmes qui peut
tre dfinie par la formule de Rodrigues :
Ln .x/ D
ex dn
e
n dx n
x n
Ils sont orthogonaux les uns par rapport aux autres pour le produit scalaire :
Z 1
hf; gi D
f .x/g.x/e x dx
(A.36)
(A.37)
Cette proprit dorthogonalit revient dire que si X est une variable alatoire distribue exponentiellement avec la fonction densit de probabilit suivante :
(
e x si x > 0
f .x/ D
(A.38)
0
si x < 0
alors E.Ln .X/; Lm .X// D 0 si n m.
IV
ANNEXES
352
Les premiers polynmes de Laguerre sont :

L0 D 1
L1 D
xC1
1
L2 D .x 2 4x C 2/
2
1
L3 D . x 3 C 9x 2 18x C 6/
6
1
L4 D .x 4 16x 3 C 72x 2 96x C 24/
24
1
L5 D
. x 5 C 25x 4 200x 3 C 600x 2 600x C 120/
120
1
.x 6 36x 5 C 450x 4 2400x 3 C 5400x 2 4320x C 720/
L6 D
720
(A.39)
Il existe des polynmes de Laguerre gnraliss dont lorthogonalit peut tre lie une densit de
probabilit faisant intervenir la fonction Gamma. Ils apparaissent dans le traitement de loscillateur
harmonique quantique. Ils peuvent tre exprims en fonction des polynmes dHermite.
A.1.9
Polynmes de Bernstein
Les polynmes de Bernstein permettent de donner une dmonstration constructive du thorme

de Stone-Weierstrass. Dans le cadre de ce cours, nous les prsentons surtout car ils sont utiliss
dans la formulation gnrale des courbes de Bzier. Pour un degr n, il y a n C 1 polynmes de
Bernstein Bn0 ; : : : ; Bnn dfinis, sur lintervalle 0 I 1 par :
Bni .u/

n i
D
u .1
i
n i
u/

n
o les
sont les coefficients binomiaux.
i
(A.40)
Ces polynmes prsentent quatre proprits importantes :

Partition de lunit :
n
X
Bni .u/ D 1;
8u 2 0 I 1
(A.41)
i D0
Positivit :
Bni .u/ 0;
8u 2 0 I 1;
8i 2 0; : : : ; n
(A.42)
Symtrie :
Bni .u/ D Bnn i .1
u/;
8u 2 0 I 1;
8i 2 0; : : : ; n
(A.43)
Formule de rcurrence :
8
n 1
<.1 u/Bi .u/;

Bni .u/ D .1 u/Bni 1 .u/ C uBni
: n 1
uBi 1 .u/;
1
1 .u/;
i D0
8i 2 1; : : : ; n
i Dn
1;
8u 2 0 I 1 (A.44)
On notera la grande ressemblance de ces polynmes avec la loi binomiale.
353
ANNEXES
IV
A.2
Interpolation polynomiale
A.2.1
Interpolation de Lagrange
Dans la version la plus simple (interpolation lagrangienne), on impose simplement que le polynme
passe par tous les points donns. On obtient les polynmes de Lagrange tels que prsents juste
avant. Le thorme de lunisolvance (voir paragraphe 12.1.1) prcise quil nexiste quun seul
polynme de degr n au plus dfini par un ensemble de n C 1 points.
Lerreur dinterpolation lors de lapproximation dune fonction f (donne par les points .xi ; yi D
f .xi //) par un polynme de Lagrange pn est donne par une formule de type Taylor-Young : Si f
est n C 1 fois continment diffrentiable sur I D min.x0 ; : : : ; xn ; x/; max.x0 ; : : : ; xn ; x/, alors :
f .x/
n
f .nC1/ ./ Y
pn .x/ D
.x
.n C 1/
xi /
avec
2I
(A.45)
i D0
Dans le cas particulier o xi D x0 C ih (points uniformment rpartis), il se produit en gnral

une aggravation catastrophique de lerreur dinterpolation, connue sous le nom de phnomne
de Runge lorsque lon augmente le nombre de points pour un intervalle x0 ; xn , donn (on a
alors 2 1; 1).
Pour limiter le phnomne de Runge, i.e. pour minimiser loscillation des polynmes interpolateurs, on peut utiliser les abscisses de Tchebychev au lieu de points quirpartis pour interpoler.
Dans ce cas, on peut montrer que lerreur dinterpolation dcrot lorsque n augmente. On peut aussi
prfrer utiliser des splines pour approximer la fonction f (ce sont des polynmes par morceaux
dfinis plus bas). Dans ce cas, pour amliorer lapproximation, on augmente le nombre de morceaux
et non le degr des polynmes.
A.2.2
Interpolation par Spline
Une spline est une fonction dfinie par morceaux par des polynmes. Comme mentionn au dessus,
la mthode des splines est souvent prfre linterpolation polynomiale, car on obtient des rsultats
similaires en se servant de polynmes ayant des degrs infrieurs, tout en vitant le phnomne de
Runge. De plus, leur simplicit dimplmentation les rend trs populaires et elles sont frquemment
utilises dans les logiciels de dessin.
Une courbe spline est une fonction polynomiale par morceaux dfinie sur un intervalle a I b
divis en sous intervalles ti 1 I ti tels que a D t0 < t1 < : : : < tk 1 < tk D b. On la
note S W a I b ! R. Sur chaque intervalle ti 1 I ti on dfinit un polynme Pi W ti 1 I ti ! R.
Cela entraine pour une spline k intervalles : S.t / D P1 .t /, t0 6 t < t1 , S.t / D P2 .t /, t1 6 t <
t2 ; : : : ; S.t / D Pk .t /, tk 1 6 t 6 tk .
Le degr de la spline est dfini comme tant celui du polynme Pi .t / de plus haut degr. Si
tous les polynmes ont le mme degr, on dit que la spline est uniforme. Dans le cas contraire, elle
est non uniforme.
Tout polynme tant C1 , la continuit dune spline dpend de la continuit au niveau de la
jointure des courbes polynmes. Si 8i tel que 1 6 i 6 k et 8j tel que 0 6 j 6 n lgalit suivante
est vrifie :
.j /
.j /
Pi .ti / D Pi C1 .ti /
(A.46)
alors la spline est Cn .
A.2.3
Interpolation dHermite
Linterpolation dHermite consiste chercher un polynme qui non seulement prend les valeurs
fixes en les abscisses donnes, mais dont galement la drive, donc la pente de la courbe, prend
IV
ANNEXES
A.2 Interpolation polynomiale
354
une valeur impose en chacun de ces points. Naturellement, il faut pour cela un polynme de
degr suprieur au polynme de Lagrange. On peut aussi imposer encore la valeur des drives
secondes, troisimes, etc. en chaque point. La dmarche de linterpolation newtonienne utilisant les
diffrences divises est particulirement adapte pour construire ces polynmes.
Mthodes dapproximation
A.3.1
Courbe de Bzier
Histoire
A.3
Pierre Bzier (ingnieur de lcole Nationale Suprieure dArts et Mtiers en 1930 et de lcole
Suprieure dlectricit en 1931, docteur en mathmatiques de luniversit de Paris en 1977) est
connu pour son invention des courbes et surfaces de Bzier, couramment utilises en informatique.
Entr chez Renault en 1933, il y fera toute sa carrire jusquen 1975 au poste de
directeur des mthodes mcaniques. Il y conoit, en 1945, des machines transferts
pour la ligne de fabrication des Renault 4CV, et, en 1958, lune des premires
machines commande numrique dEurope, une fraiseuse servant aux maquettes. Sa
proccupation tait de crer un moyen simple et puissant pour modliser des formes
et faciliter la programmation des machines commande numrique. Le problme
auquel il sattaque est celui de la modlisation des surfaces en trois dimensions, les
Bzier
commandes numriques se contentant jusqualors de courbes en deux dimensions.
La solution quil cherche est celle dune interface intuitive accessible tout utilisateur. Il dcide
de considrer classiquement les surfaces comme une transformation de courbes. Son exigence
de sadapter au dessinateur et non de contraindre le dessinateur devenir calculateur, lamne
une inversion gniale, dduire le calcul partir du dessin et non le dessin partir du calcul. Il
invente alors la poigne de contrle, curseur de dplacement des courbes dun dessin informatis
transmettant automatiquement les variations de coordonnes au processeur. Ces poignes de contrle
sont toujours utilises aujourdhui.
Les courbes de Bzier sont des courbes polynomiales paramtriques. Elles ont de nombreuses
applications dans la synthse dimages et le rendu de polices de caractres (Pierre Bzier a travaill
sur les deux sujets). Ses recherches aboutirent un logiciel, Unisurf, brevet en 1966. Il est la
base de tous les logiciels crs par la suite. Les concepts de CAO et de CFAO venaient de prendre
forme. Ultrieurement, lun des dveloppeurs dApple, John Warnock, rutilise les travaux de Pierre
Bzier pour laborer un nouveau langage de dessin de polices : Postscript. Il cre ensuite en 1982,
avec Charles M. Geschke, la socit Adobe pour lancer un logiciel de dessin driv de ces rsultats :
Illustrator.
Notons que les splines existaient avant Bzier, mais leur dfaut tait de changer daspect lors
dune rotation de repre, ce qui les rendait inutilisables en CAO. Bzier partit dune approche
gomtrique fonde sur la linarit de lespace euclidien et la thorie, dj existante, du barycentre :
si la dfinition est purement gomtrique, aucun repre nintervient puisque la construction en est
indpendante. Les splines conformes aux principes de Bzier seront par la suite nommes B-splines.
Pour n C 1 points de contrle .P0 ; : : : ; Pn / on dfinit une courbe de Bzier par lensemble des
points :
b.t/ D
n
X
Bni .t / Pi
avec
t 2 0 I 1
(A.47)
i D0
o les Bni sont les polynmes de Bernstein. La suite des points P0 ; : : : ; Pn forme le polygone de
contrle de Bzier.
Chaque point de la courbe peut tre vu alors comme un barycentre des n C 1 points de contrle
pondrs dun poids gal au polynme de Bernstein. Les principales proprits des courbes de
Bzier sont les suivantes :
la courbe est lintrieur de lenveloppe convexe des points de contrle ;
la courbe commence par le point P0 et se termine par le point Pn , mais ne passe pas a priori
par les autres points de contrle ;
355
ANNEXES
IV
P0 P1 est le vecteur tangent la courbe en P0 et Pn 1 Pn au point Pn ;

une courbe de Bzier est C1 ;
la courbe de Bzier est un segment si et seulement si les points de contrle sont aligns ;
chaque restriction dune courbe de Bzier est aussi une courbe de Bzier ;
un arc de cercle, ni mme aucun arc de courbe conique (en dehors du segment de droite) ne
peut tre dcrit par une courbe de Bzier, quel que soit son degr ;
le contrle de la courbe est global : modifier un point de contrle modifie toute la courbe, et
non pas un voisinage du point de contrle ;
pour effectuer une transformation affine de la courbe, il suffit deffectuer la transformation
sur tous les points de contrle.
A.3.2
B-Spline
Une B-spline est une combinaison linaire de splines positives support compact minimal. Les
B-splines sont la gnralisation des courbes de Bzier, elles peuvent tre leur tour gnralises
par les NURBS. tant donn m C 1 points ti dans 0 I 1 tels que 0 6 t0 6 t1 6 : : : 6 tm 6 1, une
courbe spline de degr n est une courbe paramtrique S W 0 I 1 ! Rd , compose de fonctions
B-splines de degr n :
S.t/ D
mX
n 1
bi;n .t / Pi ;
t 2 0 I 1
(A.48)
i D0
o les Pi forment un polygone appel polygone de contrle. Le nombre de points composant ce

polygone est gal m n. Les m n fonctions B-splines de degr n sont dfinies par rcurrence
sur le degr infrieur :
(
1 si tj 6 t < tj C1
bj;0 .t / D
(A.49)
0 sinon
tj CnC1 t
t tj
bj;n .t / D
bj;n 1 .t / C
bj C1;n 1 .t /
(A.50)
tj Cn tj
tj CnC1 tj C1
Quand les points sont quidistants, les B-splines sont dites uniformes. Cest le cas des courbes de
Bzier qui sont des B-splines uniformes, dont les points ti (pour i entre 0 et m) forment une suite
arithmtique de 0 1 avec un pas constant h D 1=m, et o le degr n de la courbe de Bzier ne
peut tre suprieur m).
Par extension, lorsque deux points successifs tj et tj C1 sont confondus, on pose 0=0 D 0 : cela
a pour effet de dfinir une discontinuit de la tangente, pour le point de la courbe paramtr par
une valeur de t, donc dy crer un sommet dangle non plat. Toutefois il est souvent plus simple
de dfinir ce B-spline tendu comme lunion de deux B-splines dfinis avec des points distincts,
ces splines tant simplement joints par ce sommet commun, sans introduire de difficult dans
lvaluation paramtrique ci-dessus des B-splines pour certaines valeurs du paramtre t . Mais cela
permet de considrer alors tout polygone simple comme une B-spline tendue.
La forme des fonctions de base est dtermine par la position des points. La courbe est
lintrieur de lenveloppe convexe des points de contrle. Une B-spline de degr n, bi;n .t / est non
nulle dans lintervalle ti I ti CnC1 :
(
> 0 si ti 6 t < ti CnC1
bi;n .t / D
(A.51)
0
sinon
En dautres termes, dplacer un point de contrle ne modifie que localement lallure de la courbe.
Par contre, les B-splines ne permettent pas de dcrire un arc de courbe conique.
IV
ANNEXES
A.3 Mthodes dapproximation
356
A.3.3
B-splines rationnelles non uniformes
Ces objets couramment nomms NURBS, pour Non-Uniform Rational Basis Splines, correspondent
une gnralisation des B-splines car ces fonctions sont dfinies avec des points en coordonnes
homognes. Les coordonnes homognes, introduites par Mbius, rendent les calculs possibles
dans lespace projectif comme les coordonnes cartsiennes le font dans lespace euclidien. Ces
coordonnes homognes sont largement utilises en infographie ou en CAO car elles permettent la
reprsentation de scnes en trois dimensions. Les NURBS parviennent ajuster des courbes qui ne
peuvent pas tre reprsentes par des B-splines uniformes. Ils permettent mme une reprsentation
exacte de la totalit des arcs coniques ainsi que la totalit des courbes et surfaces polynomiales,
avec uniquement des paramtres entiers ou rationnels si les NURBS passent par un nombre limit
mais suffisant de points dfinis dans un maillage discret de lespace.
Les fonctions NURBS de degr d sont dfinies par la formule doublement rcursive de Cox-de
Boor (formulation trouve de manire indpendante par M.G. Cox en 1971 et C. de Boor en 1972) :
(
8
1 si tj t < tj C1
< bj;0 .t / D
0 sinon
tj Cd C1 t
t tj
: bj;d .t / D
bj;d 1 .t / C
bj C1;d
tj Cd tj
tj Cd C1 tj C1
(A.52)
1 .t /
o les tj sont des points. Lorsque plusieurs points tj sont confondus, on peut encore poser 0=0 D 0
comme pour les B-splines.
357
ANNEXES
IV
Annexe B
Intgration numrique
La mthode des lments finis conduit la discrtisation dune formulation faible o la construction
des matrices constitutives du systme rsoudre ncessite le calcul dintgrales. Dans certains
cas particuliers, ou en utilisant des codes de calcul formel, ces intgrations peuvent tre ralises
de manire exacte. Cependant, dans la plupart des cas et dans la plupart des codes de calcul, ces
intgrations sont calcules numriquement. On parle alors de mthodes dintgration numrique et
de formules de quadrature.
B.1
Mthodes de Newton-Cotes
Soit calculer lintgrale suivante :

b
Z
ID
f .x/dx
(B.1)
Lide consiste construire un polynme pour interpoler f .x/ et intgrer ce polynme. Plusieurs types de polynmes peuvent tre utiliss pour cette interpolation. Les principales mthodes
dinterpolations ont t dtailles au chapitre A.
Mthode des rectangles

La mthode des rectangles consiste interpoler f .x/ par un polynme de degr 0, i.e. par la
constante valant, selon les variantes de la mthode, soit f .a/, soit f ..a C b/=2/. Comme cette
approximation est trs brutale, il est possible de subdiviser lintervalle a I b en plusieurs intervalles
et dappliquer la mthode sur chacun des intervalles, i.e. dapprocher f par une fonction en escalier.
Si lon subdivise lintervalle a I b en n intervalles gaux, il vient alors :
Ih
n
X1
f .xi /
(B.2)
i D0
o h D .b
a/=n est la longueur de chaque sous intervalle et xi D a C ih le point courant.
Mthode des trapzes

La mthode des trapzes consiste interpoler f .x/ par un polynme de degr 1, i.e. par la droite
passant par les points .a; f .a// et .b; f .b//. On obtient alors :
Ih
359
f .a/ C f .b/
2
B. Intgration numrique
(B.3)
ANNEXES
IV
o h D b a est la longueur de lintervalle, et lerreur commise vaut h12 f 00 .w/ pour un

certain w 2 a I b (sous rserve que f soit 2 fois drivable). Lerreur tant proportionnelle f 00 , la
mthode est dite dordre 2, ce qui signifie quelle est exacte (erreur nulle) pour tout polynme de
degr infrieur o gale 1.
Comme cette approximation peut sembler un peu brutale, il est possible de subsiviser lintervalle a I b en plusieurs intervalles et dappliquer cette formule sur chacun des intervalles, i.e.
dapprocher f par une fonction affine continue par morceaux. Si lon subdivise lintervalle a I b
en n intervalles gaux, il vient alors :
I
.b
a/ X
n
f .xi /
(B.4)
i D0
o h D .b a/=n est la longueur de chaque sous intervalle, xi D a C ih le point courant et lerreur

h3
00
commise vaut 12n
2 f .w/ pour un certain w 2 a I b.
Remarques.
la mthode de Romberg permet dacclrer la convergence de la mthode des trapzes ;
la mthode des trapzes est une mthode de Newton-Cotes pour n D 1.
Mthode de Simpson
La mthode de Simpson consiste interpoler f .x/ par un polynme de degr 2, i.e. par la parabole
passant par les points extrmes .a; f .a// et .b; f .b// et le point milieu .c; f .c// avec c D
.a C b/=2. On obtient alors :
I
h
.f .a/ C f .b/ C f .c//
6
(B.5)
5
o h D b a est la longueur de lintervalle, et lerreur commise vaut 25h:90 f .4/ .w/ pour un
certain w 2 a I b (sous rserve que f soit quatre fois drivable). Lerreur tant proportionnelle
f .4/ , la mthode est dite dordre 4, ce qui signifie quelle est exacte (erreur nulle) pour tout
polynme de degr infrieur o gale 3.
Comme dans le cas prcdent, il est possible de subdiviser lintervalle a I b en plusieurs
intervalles et dappliquer cette formule sur chacun des intervalles. Si lon subdivise lintervalle a I b
en n intervalles gaux, avec n pair, il vient alors :
0
1
n=2
n=2
X1
X
h@
I
f .a/ C f .b/ C 2
f .x2i / C 4
f .x2i 1 /A
(B.6)
3
i D1
i D1
o h D .b a/=n est la longueur de chaque sous intervalle, xi D a C ih le point courant et lerreur

5
.4/ .w/ pour un certain w 2 a I b.
commise vaut nh
180 f
Remarques.
la parabole interpolant f est trouve en utilisant linterpolation de Lagrange ;
la mthode de Simpson est un cas particulier de celle de Newton-Cotes pour n D 2.
Mthode de Newton-Cotes
Les formules de Newton-Cotes se proposent galement dapproximer lintgrale I et dcoupant
lintervalle a I b en n intervalles identiques. On posera donc encore une fois h D .b a/=n la
longueur de chaque sous intervalle, et xi D a C ih le point courant. La formule est :
I
n
X
$i f .xi /
(B.7)
i D0
IV
ANNEXES
B.1 Mthodes de Newton-Cotes
360
o les $i sont appels poids ou coefficients de la quadrature et sont construits partir des polynmes
de Lagrange. La mthode de Newton-Cotes intgre exactement un polynme de degr n 1 avec n
points.
Remarque. Il est possible de construire une formule de Newton-Cotes de degr quelconque. Toutefois,
une telle formule nest pas inconditionnellement stable. Cest pourquoi, on se cantonnera aux plus
bas degrs : n D 0 mthode du point mdian (i.e. mthode des rectangle o la valeur est value en
milieu dintervalle) ; n D 1 mthode des trapzes ; n D 2 mthode de Simpson dite 1/3, i.e. celle
prsente avant ; n D 3 mthode de Simpson 3/8 (il suffit de faire le calcul) ; n D 4 mthode de Boole.
Lorsque le degr augmente, des instabilits apparaissent, dues au phnomne de Runge. En effet, avec
certaines fonctions (mme infiniment drivables), laugmentation du nombre n de points dinterpolation ne
constitue pas ncessairement une bonne stratgie dapproximation. Carle Runge a montr quil existe des
configurations o lcart maximal entre la fonction et son interpolation augmente indfiniment avec n. Pour
remdier cela on peut utiliser les abscisses de Tchebychev au lieu de points quirpartis pour interpoler,
ou plus simplement utiliser des splines (i.e. des polynmes par morceaux), et donc augmenter le nombre
de morceaux et non le degr des polynmes.
B.2
Mthodes de quadrature de Gau
Le principe de la mthode reste le mme que pour la mthode de Newton-Cotes, mais on va essayer
damliorer un peu encore la qualit du rsultat. Pour cela, on souhaite que :
Z
ID
$ .x/f .x/dx
n
X
$i f .xi /
(B.8)
i D1
o $.x/ W .a I b/ ! R est une fonction de pondration, qui peut assurer lintgrabilit de f .

Les $i sont appels les poids ou coefficients de quadrature. Les xi sont rels, distincts, uniques et
sont les racines de polynmes orthogonaux (et non plus uniquement de Lagrange) pour le produit
scalaire :
Z
hf; gi D
f .x/g.x/$ .x/dx
(B.9)
Ils sont appels points ou nuds de Gau. Les poids et les nuds sont choisis de faon obtenir
des degrs dexactitude les plus grands possibles. Cette fois-ci .a I b/ peut tre nimporte quel type
dintervalle (ferm, ouvert, fini ou non).
Intgration sur un intervalle type

Intervalle .a I b/
1 I 1
1 I 1
1 I 1
1 I 1
RC
R
Fonction de pondration $ .x/

1
.1 x/ .1 C x/ ; ; > 1
p 1
p1 x 2
1 x2
e x
2
e x
Famille de polynmes orthogonaux

Legendre
Jacobi
Tchebychev (premier type)
Tchebychev (second type)
Laguerre
Hermite
Tableau B.1: Polynmes et intgration

On rappelle que les nuds sont dtermins comme les n racines du nme polynme orthogonal
associ la formule de quadrature. Les mthodes de quadrature de Gau intgrent exactement un
polynme de degr 2n 1 avec n points.
361
ANNEXES
IV
Changement dintervalle dintgration

Si on intgre sur .a I b/ au lieu de . 1 I 1/, alors on fait un changement de variable. Finalement, on
obtient lapproximation :

n
b aX
aCb
b a
$i f
xi C
(B.10)
2
2
2
iD1
Remarques.
pour la mthode des lments finis, lintgration se droule sur llment de rfrence, donc on na
pas besoin de faire ce changement. Il est fait par la transformation affine entre llment considr
et llment de rfrence ;
le nombre de points de Gau ainsi que leurs positions sur llment sont donns dans les documentations des logiciels (bien que vous sachiez dsormais les trouver).
y, v
noeud 2
noeud 1
x, u
noeud 3
noeud 4
F IGURE B.1: lment rectangulaire de rfrence Q1 avec quatre points de Gau
Intgration sur des carrs ou des cubes

Sur les carrs et les cubes, qui correspondent ce qui nous intresse en terme dlments de
rfrence, on obtient les formules suivantes :
1
1Z
Z
1
1
1Z
Z
1
f .x; y/dxdy
$i $j f .xi ; xj /
(B.11)
i D1 j D1
1Z
ny
nx X
X
1
1
f .x; y; z/dxdydz
ny nz
nx X
X
X
$i $j $k f .xi ; xj ; xk /
(B.12)
i D1 j D1 kD1
o nx , ny et nz sont les nombres de points de Gau utiliss dans les directions x, y et z. Dans la
pratique, on a souvent nx D ny D nz .
Intgration sur un triangle ou un ttradre

Malheureusement, tous les lments ne sont pas des segments, carrs ou cubes... on a galement
souvent faire des triangles et des ttradres. Dans ce cas, on construit des formules spcifiques
qui ne sont pas issues du cas unidimensionnel. Llment triangulaire de rfrence est un triangle
isocle cts gaux de longueur 1. Langle droit est lorigine du repre. La forme gnrale
dintgration est :
Z
ID
IV
ANNEXES
O
K
f .x; y/dxdy
n
X
$i f .xi ; yi /
(B.13)
i D1
B.2 Mthodes de quadrature de Gau
362
Les positions et poids des n points de Gau sont choisis afin dintgrer exactement un polynme de
degr N. Le tout est list dans le tableau B.2. Le mme travail peut tre fait sur un ttradre.
n
xi
yi
$i
1/3
1/2
1/3
1/2
1/2
1/2
1/6
1/2
1/6
1/6
2/3
1/6
1/6
1/6
2/3
1/3
1/3
-27/96
1/5
1/5
25/96
3/5
1/5
25/96
1/5
3/5
25/96
3
1
4
1
2
Tableau B.2: Triangles et points de Gau
363
ANNEXES
IV
Annexe C
Rsolution des quations diffrentielles

ordinaires
Rsum La rsolution exacte des quations diffrentielles fait partie des choses qui
ont t demandes comme complment, mme si elles ne correspondent pas vraiment au
but de ce document. Toutefois, le paragraphe sur la rsolution numrique des quations
diffrentielles nous a permis dintroduire des mthodes qui sont employes galement
dans la mthode des lments finis (notamment la mthode de Newmark).
C.1
Rsolution exacte des quations diffrentielles linaires
Une quation diffrentielle linaire est de la forme suivante :

a0 .x/y C a1 .x/y 0 C a2 .x/y 00 C : : : C an .x/y .n/ D f .x/
(C.1)
o les coefficients ai .x/ sont des fonctions numriques continues. Si les fonctions y dpendent
dune seule variable x, alors ces quations diffrentielles sont dites quations diffrentielles linaires
scalaires, si cest un vecteur elles sont dites quations diffrentielles linaires vectorielles ou
systme diffrentiel linaire. Dans ce dernier cas, les ai sont des applications linaires. Lordre
dune quation diffrentielle est le degr non nul le plus lev des ai , ici n. La mthode gnrale
consiste rsoudre dabord lquation homogne, i.e. sans second membre, i.e. f .x/ D 0, qui
donne une solution contenant une ou des constantes dintgration que lon identifie ensuite en
appliquant la forme gnrale trouve lquation avec second membre.
C.1.1
quation diffrentielle linaire scalaire dordre 1
Il sagit du cas particulier :

a.x/y 0 C b.x/y D c.x/
(C.2)
o a, b et c sont des fonctions (connues).

Coefficients constants
Si a et b sont des constantes, alors lquation homogne prcdente scrit sous la forme :
y 0 D ky
(C.3)
avec k 2 R, et la solution est :

f .x/ D Cekx
(C.4)
o la constante C 2 R est dtermine laide des conditions initiales :
365
C. Rsolution des quations diffrentielles ordinaires
ANNEXES
IV
si pour x0 on a f .x0 / D y0 alors C D y0 e kx0 .

si c D 0, alors la solution du problme est celle de lquation homogne et on a fini le travail.
Ce type dquation se retrouve :
k < 0 : modlisation de la dcroissance radioactive dans un milieu homogne et ferm ;
k > 0 : modlisation de la croissance dune population (modle simplifi, car en milieu
ferm cette croissance ne peut durer indfiniment).
Si c 0, il faut dterminer une solution particulire de lquation avec second membre. On
appliquera les mmes techniques que dans le cas des coefficients non constants (voir ci-aprs).
Coefficients non constants
1. Traitement de lquation homogne On rcrit lquation homogne :
b.x/
y0 C
yD0
(C.5)
a.x/
sur un intervalle I o a.x/ ne sannule pas. Ensuite, en notant A.x/, une primitive de la fonction b.x/=a.x/, il vient :
y 0 C A0 .x/y D 0
(C.6)
puis :
y 0 eA.x/ C y
b.x/ A.x/
e
D0
a.x/
(C.7)
et :
y 0 eA.x/ C yA0 .x/eA.x/ D 0
u0 v
qui est de la forme

C
d
.yeA.x/ / D 0
dx
soit :
uv 0
et vaut
(C.8)
.uv/0 ,
do :
(C.9)
yeA.x/ D C
(C.10)
Les solutions sont alors les fonctions, dfinies sur I, de la forme :

y.x/ D Ce
A.x/
(C.11)
o encore une fois la constante C 2 R est dtermine par les conditions initiales.
2. Solution particulire Plusieurs cas se prsentent :
c.x/ D 0 : la solution du problme est celle de lquation homogne et on a fini ;
c.x/ 0 : il faut dterminer une solution particulire de lquation avec second membre.
Cela nest pas toujours simple car la forme de cette solution particulire varie en fonction
de c.x/ ;
c.x/ D Cte : la quantit f0 D c=b est aussi une constante et lensemble des solutions est
donc f D y.x/ C f0 ;
c.x/ est une somme de fonctions : f0 est alors la somme des solutions particulires obtenues
pour chacun des termes de la somme constituant c.x/ ;
c.x/ est un polynme de degr n : f0 est galement un polynme de degr n ;
c.x/ D A cos.!x C '/ C B sin.!x C '/ : on cherche f0 comme combinaison linaire
de cos.!x C '/ et sin.!x C '/, i.e. sous la mme forme que c.x/.
Dans le cas gnral, on utilise la mthode dite de la variation des constantes qui consiste se ramener,
par un changement de fonction variable, un problme de calcul de primitive. On suppose que, sur
lintervalle dtude, la fonction a.x/ ne sannule pas 1 . On connait dj la solution gnrale (C.11)
1. Il est possible de rsoudre sur plusieurs intervalles de type I et essayer de recoller les solutions.
IV
ANNEXES
C.1 Rsolution exacte des quations diffrentielles linaires
366
de lquation homogne. On dcide dtudier le cas de la fonction z.x/ dfinie par :

z.x/ D k.x/e
A.x/
(C.12)
en substituant dans y.x/ la fonction k.x/ la constante C, do le nom de la mthode. En reportant

dans lquation diffrentielle initiale, il vient :
a.x/k 0 .x/ D c.x/eA.x/
(C.13)
qui est une quation diffrentielle dpendant cette fois de la fonction k.x/. Si on note B.x/ une
primitive de la fonction c.x/eA.x/ =a.x/, lensemble des solutions est alors :
k.x/ D B.x/ C C
(C.14)
et la solution gnrale scrit alors sous la forme :

f .x/ D .B.x/ C C/e
A.x/
soit, finalement :
Z

Z

Z
c.x/
b.x/
b.x/
dx C C
exp
dx dx
f D exp
a.x/
a.x/
a.x/
(C.15)
(C.16)
On peut videmment tre confront un calcul dintgral qui nest pas simple (ou mme pas
possible laide des fonctions usuelles).
C.1.2
quation diffrentielle du premier ordre variables spares
Une quation diffrentielle dordre un variables spares est une quation diffrentielle qui peut
se mettre sous la forme :
y 0 D f .x/g.y/
(C.17)
Dans un tel problme, on commence par chercher les solutions rgulires qui sont les solutions
telles que g.y/ nest jamais nul. Comme g.y/ 0, on peut crire lquation sous la forme :
1
y 0 .x/ D f .x/
g.y.x//
par rapport la variable x, ce qui conduit :
Z x
Z x
1
0
y .u/du D
f .u/du
x0 g.y.u//
x0
et qui aprs changement de variable, est de la forme :
Z y
Z x
1
dv D
f .u/du
y0 g.v/
x0
(C.18)
(C.19)
(C.20)
Lhypothse g.y/ 0 carte certaines solutions particulires. Par exemple, si y0 est un point
dannulation de g, alors la fonction constante gale y0 est une solution maximale de lquation.
Une telle solution, dite solution singulire, est donc telle que g.y/ est toujours nul. Si la seule
hypothse faite sur g est la continuit, il peut exister des solutions hybrides constitues du
raccordement de solutions rgulires et singulires. Dune manire gnrale, pour une solution
donne, la quantit g.y/ sera soit toujours nulle, soit jamais nulle.
Il existe un cas particulier, qui est celui de lquation diffrentielle dordre un variables
spares autonome qui scrit :
y 0 D g.y/
(C.21)
cest--dire que la relation formelle ne dpend pas de x. Dans ce cas, si x 7! y0 .x/ est une solution,
les fonctions obtenues par translation de la variable, de la forme x 7! y0 .x C A/, sont galement
solutions. Il y a en outre une proprit de monotonie, au moins pour les solutions rgulires :
puisque g ne sannule pas, il garde alors un signe constant.
367
ANNEXES
IV
C.1.3
quation diffrentielle linaire dordre deux
Les quations diffrentielles linaires dordre deux sont de la forme :

a.x/y 00 C b.x/y 0 C c.x/y D d.x/
(C.22)
o a.x/, b.x/, c.x/ et d.x/ sont des fonctions. Si elles ne peuvent pas toutes tre rsolues explicitement, beaucoup de mthodes existent.
quation diffrentielle homogne
Pour lquation diffrentielle homogne (d.x/ D 0), une somme de deux solutions est encore
solution, ainsi que le produit dune solution par une constante. Lensemble des solutions est donc
un espace vectoriel et contient notamment une solution vidente, la fonction nulle.
quation diffrentielle homogne coefficients constants
On cherche des solutions sous forme exponentielle f .x/ D ex . Une telle fonction sera solution de
lquation diffrentielle si et seulement si est solution de lquation caractristique de lquation
diffrentielle :
a2 C b C c D 0
(C.23)
Comme pour toute quation du second degr, il y a trois cas correspondant au signe du discriminant :
1. > 0 Lquation caractristique possde deux solutions 1 et 2 , et les solutions de
lquation diffrentielle sont engendres par f1 .x/ D e1 x et f2 .x/ D e2 x , i.e. de la forme :
f .x/ D C1 f1 .x/ C C2 f2 .x/
(C.24)
les constantes relles C1 et C2 tant dfinies par :

les conditions initiales : en un point (instant) donn x0 , on spcifie les valeurs de y0 D
y.x0 / et y00 D y 0 .x0 /. Dans ce cas lexistence et lunicit de la solution vrifiant ces
conditions initiales sont garanties.
les conditions aux limites : pour de nombreux problmes physiques, il est frquent de
donner des conditions aux limites en prcisant les valeurs y1 et y2 aux instants x1 et x2 .
Il y a alors frquemment existence et unicit des solutions, mais ce nest pas toujours
vrai.
2. D 0 Lquation caractristique possde une solution double , et les solutions de
lquation diffrentielle sont de la forme :
f .x/ D .C1 x C C2 /ex
(C.25)
les constantes relles C1 et C2 tant dfinies comme prcdemment.

3. < 0 Lquation caractristique possde deux solutions 1 et 2 complexes conjugues,
et les solutions de R dans C de lquation diffrentielle sont engendres par f1 .x/ D e1 x
et f2 .x/ D e2 x , i.e. de la forme :
f .x/ D C1 f1 .x/ C C2 f2 .x/
(C.26)
o cette fois C1 et C2 sont des complexes. Comme on cherche des solutions de R dans R,
on note 1 D u C iv (et donc 2 D u iv), on exprime f1 et f2 , et on dduit que les
IV
ANNEXES
C.1 Rsolution exacte des quations diffrentielles linaires
368
fonctions g1 et g2 , valeurs dans R cette fois, sont encore solutions :

1
g1 .x/ D .f1 .x/ C f2 .x// D eux cos.vx/
2
1
g2 .x/ D .f1 .x/ f2 .x// D eux sin.vx/
2i
(C.27)
(C.28)
et engendrent encore lensemble des solutions. On a donc les solutions sous la forme :
f .x/ D eux .C1 cos.vx/ C C2 sin.vx//
(C.29)
les constantes relles C1 et C2 tant dfinies comme prcdemment. Notons que f .x/ scrit
galement :
f .x/ D qeux cos.vx C r/
(C.30)
avec q et r deux rels dterminer comme prcdemment. Cette forme est parfois plus
pratique selon les problmes.
quation diffrentielle homogne coefficients non constants
Si les fonctions a.x/, b.x/ et c.x/ ne sont pas constantes, alors il nexiste pas dexpression
gnrale des solutions. Cest pour cette raison quau XIXe sicle furent introduites de nombreuses
fonctions spciales, comme les fonctions de Bessel ou la fonction dAiry, dfinies comme solutions
dquations quil est impossible de rsoudre explicitement.
Toutefois, ds lors quune solution particulire non nulle de lquation est connue, il est possible
de la rsoudre compltement. En effet, le thorme de Cauchy-Lipschitz affirme que lensemble
des solutions de lquation constitue un espace vectoriel de dimension deux. Rsoudre lquation
diffrentielle revient donc exhiber deux fonctions solutions non proportionnelles : elles formeront
une base de lespace des solutions. Une telle base est appele systme fondamental de solutions.
Solution particulire et traitement du second membre
On peut agir de la mme manire que pour les quations diffrentielles dordre un, et les mmes
remarques sappliquent. On rsout lquation homogne puis on cherche une solution de lquation
avec second membre pour les connatre toutes.
Les quations diffrentielles dordre deux correspondent typiquement en physique aux problmes dynamiques. Mme si dans le cas rel on na rarement des phnomnes linaires, des
hypothses de petits mouvements permettent de sy ramener. Si cette hypothse de petits dplacements ne peut tre vrifier, on aura alors recourt des techniques dites de linarisation, ou des
mthodes numriques comme la mthode de Newmark (qui sera prsente un petit peu plus loin).
369
ANNEXES
IV
Histoire
C.2
Rsolution numrique
La premire mthode numrique fut introduite en 1768 par Leonhard Euler.
Depuis, un grand nombre de techniques
ont t dveloppes : elles se basent sur la
discrtisation de lintervalle dtude en un
certain nombre de pas. Suivant le type de formule utilis pour approcher les solutions, on
distingue les mthodes numriques un pas
ou pas multiples, explicites ou implicites.
Euler
Runge
Kutta
Newmark
Il existe plusieurs critres pour mesurer
la performance des mthodes numriques : la consistance dune mthode indique que lerreur
thorique effectue en approchant la solution tend vers zro avec les pas. La stabilit indique la
capacit contrler laccumulation des erreurs darrondi. Ensemble elles assurent la convergence,
i.e. la possibilit de faire tendre lerreur globale vers zro avec le pas. Ces notions seront poses
brivement au chapitre E.
Dans le cas dquations diffrentielles non linaires, on passera forcment une rsolution numrique. Mais les mthodes numriques permettent videmment aussi de rsoudre numriquement
les quations diffrentielles et les quations aux drives partielles.
Lide gnrale est toujours la mme : on approche la drive dune fonction en un point par sa
tangente (ce qui revient finalement la dfinition de la drive). Pour une fonction f .x/, on crit
donc au point x D a une relation de la forme :
f 0 .a/
f .b/
b
f .c/
c
(C.31)
o b et c sont dautres points. Par exemple, pour c D a et b D a C " on obtient un schma dcentr
droite ; pour c D a " et b D a C ", on ontient un schma centr.
C.2.1
Mthode dEuler, Runge-Kutta dordre 1
Soit rsoudre lquation diffrentielle suivante :

y 0 D f .t; y/;
y.t0 / D y0
(C.32)
Daprs ce qui prcde, on utilise une discrtisation de pas h, ce qui donne comme point courant yi D y0 C ih, et on fait lapproximation :
y0 D
yi C1 yi
h
(C.33)
On obtient alors le schma numrique :

yi C1 D yi C hf .t; yi /
(C.34)
qui permet dobtenir yi C1 uniquement en fonction de donnes au pas i . Cette mthode due Euler,
correspond galement la mthode de Runge-Kutta lordre 1.
C.2.2
Mthode de Runge-Kutta dordre 2
La mthode de Runge-Kutta lordre 2 est obtenue par amlioration de la mthode dEuler en

considrant le point milieu du pas h. Ainsi, on crit cette fois :

h
h
yi C1 D yi C h:f t C ; yi C f .y; yi /
(C.35)
2
2
IV
ANNEXES
C.2 Rsolution numrique
370
Mzalor me direz-vous, il manque des bouts... Les drives au milieu du pas dintgration sont
obtenues par :

h
h
0
et
yi C 1 D f t C ; yi C 1
yi C 1 D yi C f .t; yi /
(C.36)
2
2
2
2
2
En rinjectant cela, on obtient sur le pas h complet :
yi C1 D yi C hyi0 C 1
(C.37)
Notons quil sagit du cas centr ( D 1=2) de la formule plus gnrale :

1
1
f .t; yi / C
f .t C h; yi C hf .t; yi //
yi C1 D yi C h 1
2
2
(C.38)
Cest une mthode dordre 2 car lerreur est de lordre de h3 .
C.2.3
Mthode de Runge-Kutta dordre 4
Aujourdhui, le cas le plus frquent est celui de lordre 4. Lide est toujours destimer la pente
de y, mais de faon plus prcise. Pour cela, on ne prend plus la pente en un point (dbut ou milieu),
mais on utilise la moyenne pondre des pentes obtenues en 4 points du pas.
k1 D f .t
i ; yi / est la penteau dbut de lintervalle ;
k2 D f ti C h2 ; yi C h2 k1 est la pente au milieu de lintervalle, en utilisant la pente k1
pour calculer
la valeur de y au point ti C h=2 par la mthode dEuler ;
k3 D f ti C h2 ; yi C h2 k2 est de nouveau la pente au milieu de lintervalle, mais obtenue
en utilisant la pente k2 pour calculer y ;
k4 D f .ti C h; yi C hk3 / est la pente en fin dintervalle, avec la valeur de y calcule en
utilisant k3 .
On obtient finalement la discrtisation de Runge-Kutta lordre 4 :
h
yi C1 D yi C .k1 C 2k2 C 2k3 C k4 /
6
(C.39)
La mthode est dordre 4, ce qui signifie que lerreur commise chaque tape est de lordre de h5 ,
alors que lerreur totale accumule est de lordre de h4 . Notons enfin que toutes ces formulations
sont encore valables pour des fonctions valeurs vectorielles.
C.2.4
Mthode de Crank-Nicolson
La mthode de Crank-Nicolson est un algorithme simple permettant de rsoudre des systmes

dquations diffrentielles partielles. Cette mthode utilise les diffrences finies en espace et la
rgle des trapzes en temps pour approcher une solution du problme : elle est numriquement
stable et quadratique pour le temps. On peut facilement la gnraliser des problmes deux ou
trois dimensions.
Si lon considre lquation diffrentielle suivante :

@u
@u @2 u
D F u; x; t;
;
(C.40)
@t
@x @x 2
alors, en notant uni le terme u.i x; nt /, le schma est :

unC1
uni
1 nC1
@u @2 u
@u @2 u
i
n
D
F
u; x; t;
;
C Fi u; x; t;
;
t
2 i
@x @x 2
@x @x 2
371
(C.41)
ANNEXES
IV
o la fonction F est discrtise laide des diffrences finies centres en espace.

Ce schma est celui utilis pour les quations paraboliques, comme celles de mcanique des
fluides. On lutilise galement pour des problmes de mcanique quantique, de thermodynamique
hors-quilibre et dlectromagntisme... et pour tout phnomne pouvant tre ramens ltude de
lquation de la chaleur (qui a t le cadre de son dveloppement).
La mthode converge en O.2t /. Ltude de convergence est dailleurs plus aise que dans le
cas des quations hyperboliques pour lesquelles la mthode de Newmark est prfre.
C.2.5
Mthode de Newmark
La mthode de Newmark (1959) permet de rsoudre numriquement des quation diffrentielle du

second ordre. Elle convient, non seulement pour des systmes diffrentiels linaires, mais aussi
pour des systmes fortement non-linaires avec une matrice de masse et une force applique qui
peuvent dpendre la fois de la position et du temps. Dans ce second cas, le calcul ncessite
chaque pas une boucle ditration.
Lide gnrale reste la mme : on cherche estimer les valeurs des drives (premires,
secondes...) linstant t partir des informations disponible linstant prcdent (au pas de temps
prcdent). Pour cela, on va recourir un dveloppement limit. Considrons lquation de la
dynamique :
M x.t
R / C C x.t
P / C K x.t / D f .t /
(C.42)
On fait un dveloppement en srie de Taylor :

u t C t D u t C t uP t C
2t
uR t C 3t u
et
uP t C t D uP t C t uR t C 2t u
(C.43)
et on fait lhypothse de linarit de lacclration lintrieur dun pas de temps t :

u
D
uR t C t uR t
t
(C.44)
Les diffrents schmas de Newmark correspondent des valeurs particulires de et . Dans le

cas D 0 et D 1=2, on retombe sur le schma des diffrences finies centres.
La mthode de Newmark fonctionne galement pour les problmes non linaires, mais dans ce
cas la matrice de rigidit devra tre rvalue chaque pas de temps (ainsi que celle damortissement
dans les cas les plus compliqus).
IV
ANNEXES
C.2 Rsolution numrique
372
Annexe D
Mthode de Newton Raphson

Rsum La mthode de Newton-Raphson est, dans son application la plus simple, un
algorithme efficace pour trouver numriquement une approximation prcise dun zro (ou
racine) dune fonction relle dune variable relle.
Histoire
D.1
Prsentation
La mthode de Newton fut dcrite par Newton dans
De analysi per aequationes numero terminorum infinitas,
crit en 1669 et publi en 1711 par William Jones. Elle fut
nouveau dcrite dans De metodis fluxionum et serierum
infinitarum (De la mthode des fluxions et des suites infinies), crit en 1671, traduit et publi sous le titre Methods
of Fluxions en 1736 par John Colson. Toutefois, Newton
Newton
Jones
Colson
nappliqua la mthode quaux seuls polynmes. Comme la
notion de drive et donc de linarisation ntait pas dfinie cette poque, son approche diffre
de lactuelle mthode : Newton cherchait affiner une approximation grossire dun zro dun
polynme par un calcul polynomial.
Cette mthode fut lobjet de publications antrieures. En 1685,
John Wallis en publia une premire description dans A Treatise of
Algebra both Historical and Practical. En 1690, Joseph Raphson en
publia une description simplifie dans Analysis aequationum universalis. Raphson considrait la mthode de Newton toujours comme une
mthode purement algbrique et restreignait aussi son usage aux seuls
polynmes. Toutefois, il mit en vidence le calcul rcursif des approxiWallis
Raphson
mations successives dun zro dun polynme au lieu de considrer
comme Newton une suite de polynmes.
Cest Thomas Simpson qui gnralisa cette mthode au calcul itratif
des solutions dune quation non linaire, en utilisant les drives (quil
appelait fluxions, comme Newton). Simpson appliqua la mthode de
Newton des systmes de deux quations non linaires deux inconnues,
en suivant lapproche utilise aujourdhui pour des systmes ayant plus
de 2 quations, et des problmes doptimisation sans contrainte en
cherchant un zro du gradient.
Simpson
Cayley
Arthur Cayley fut le premier noter la difficult de gnraliser la
mthode de Newton aux variables complexes en 1879, par exemple aux polynmes de degr suprieur
3.
Sous sa forme moderne, lalgorithme se droule comme suit : chaque itration, la fonction
dont on cherche un zro est linarise en litr (ou point) courant ; et litr suivant est pris gal au
zro de la fonction linarise.
373
D. Mthode de Newton Raphson
ANNEXES
IV
Cette description sommaire indique quau moins deux conditions sont requises pour la bonne
marche de lalgorithme : la fonction doit tre diffrentiable aux points visits (pour pouvoir y
linariser la fonction) et les drives ne doivent pas sy annuler (pour que la fonction linarise
ait un zro) ; sajoute ces conditions la contrainte forte de devoir prendre le premier itr assez
proche dun zro rgulier de la fonction (i.e. en lequel la drive de la fonction ne sannule pas),
pour que la convergence du processus soit assure.
Lintrt principal de lalgorithme de Newton-Raphson est sa convergence quadratique locale.
En termes imags mais peu prcis, cela signifie que le nombre de chiffres significatifs corrects
des itrs double chaque itration, asymptotiquement. Comme le nombre de chiffres significatifs
reprsentables par un ordinateur est limit (environ 15 chiffres dcimaux sur un ordinateur avec
un processeur 32-bits), on peut simplifier grossirement en disant que, soit il converge en moins
de 10 itrations, soit il diverge. En effet, si litr initial nest pas pris suffisamment proche dun
zro, la suite des itrs gnre par lalgorithme a un comportement erratique, dont la convergence
ventuelle ne peut tre que le fruit du hasard (i.e. si lun des itrs est par chance proche dun zro).
Limportance de lalgorithme de Newton-Raphson a incit les numriciens tendre son
application et proposer des remdes ses dfauts.
Par exemple, lalgorithme permet galement de trouver un zro dune fonction de plusieurs
variables valeurs vectorielles, voire dfinie entre espaces vectoriels de dimension infinie ; la
mthode conduit dailleurs des rsultats dexistence de zro.
On peut aussi lutiliser lorsque la fonction est diffrentiable dans un sens plus faible, ainsi
que pour rsoudre des systmes dingalits non linaires, des problmes dinclusion, dquations
diffrentielles ou dquations aux drives partielles, dinquations variationnelles...
On a galement mis au point des techniques de globalisation de lalgorithme, lesquelles ont
pour but de forcer la convergence des suites gnres partir dun itr initial arbitraire (non
ncessairement proche dun zro)
Dans les versions dites inexactes ou tronques, on ne rsout le systme linaire chaque
itration que de manire approche.
Enfin, la famille des algorithmes de quasi-Newton (par exemple si lon ne connat pas lexpression analytique de la fonction dont on cherche une racine) propose des techniques permettant de se
passer du calcul de la drive de la fonction.
Toutes ces amliorations ne permettent toutefois pas dassurer que lalgorithme trouvera un
zro existant, quel que soit litr initial.
Appliqu la drive dune fonction relle, cet algorithme permet dobtenir des points critiques
(i.e. des zros de la drive). Cette observation est lorigine de son utilisation en optimisation
sans ou avec contraintes.
D.2
Algorithme
Soit f W R ! R la fonction dont on cherche construire une bonne approximation dun zro. pour
cela, on se base sur son dveloppement de Taylor au premier ordre.
Partant dun point x0 que lon choisit de prfrence proche du zro trouver (en faisant des
estimations grossires par exemple), on approche la fonction au premier ordre, autrement dit, on la
considre peu prs gale sa tangente en ce point :
f .x/ ' f .x0 / C f 0 .x0 /.x
x0 /
(D.1)
Pour trouver un zro de cette fonction dapproximation, il suffit de calculer lintersection de la

droite tangente avec laxe des abscisses, i.e. de rsoudre :
0 D f .x0 / C f 0 .x0 /.x
IV
ANNEXES
x0 /
(D.2)
D.2 Algorithme
374
On obtient alors un point x1 qui en gnral a de bonnes chances dtre plus proche du vrai zro
de f que le point x0 prcdent. Par cette opration, on peut donc esprer amliorer lapproximation
par itrations successives.
Cette mthode requiert que la fonction possde une tangente en chacun des points de la suite
que lon construit par itration. Cela est videmment vrai si f est drivable.
Formellement, on construit donc la suite :
xkC1 D xk
f .xk /
f 0 .xk /
(D.3)
partir dun point x0 .

Bien que la mthode soit trs efficace, certains aspects pratiques doivent tre pris en compte :
Avant tout, la mthode de Newton-Raphson ncessite que la drive soit effectivement
calcule. Dans les cas o la drive est seulement estime en prenant la pente entre deux
points de la fonction, la mthode prend le nom de mthode de la scante, moins efficace.
Par ailleurs, si la valeur de dpart est trop loigne du vrai zro, la la mthode de NewtonRaphson peut entrer en boucle infinie sans produire dapproximation amliore. cause de
cela, toute mise en uvre de la mthode de Newton-Raphson doit inclure un code de contrle
du nombre ditrations.
375
D. Mthode de Newton Raphson
ANNEXES
IV
Annexe E
Schmas numriques
Rsum Il nous est apparu quil tait ncessaire dajouter quelques mots encore sur
les schmas numriques, notamment aprs la prsentation des chapitres C et D. Nous
resterons videmment brefs, tant le sujet est consquent.
Nous nous sommes efforcs de prsenter la mthode des lments finis ainsi que la thorie
mathmatique la sous-tendant.
La partie II nous a permis de voir que lexistence de solutions, dans le cas continu, est assure
notamment par les thormes de Lax-Milgram, (paragraphe 7.3) Babuka (paragraphe 7.4) et
Brezzi (paragraphe 7.5) selon le type de formulation. La partie III, nous a permis de sassurer de la
convergence de la solution approxime vers la solution continue, notamment par les lemmes de
Ca (paragraphe 10.4) et de Strang (paragraphe 10.5).
Toutefois, nous avons vu, lorsque nous prenons en compte certains phnomnes un peu plus
complexes (non stationnarit, non linarit), que nous devons avoir recours dautres algorithmes
tels que les diffrences finies, et les algorithmes de Newmark et Newton-Raphson par exemple. Or
nous navons rien dit de trs gnral sur la converges des schmas numriques, cest le pourquoi de
ce petit chapitre.
E.1
Les proprits dun schma numrique
E.1.1
Problme bien pos
Selon une dfinition due Hadamard propos des modles mathmatiques de phnomnes physiques, un problme est bien pos sil possde les proprits suivantes :
1. ce problme possde une solution (existence) ;
2. cette solution est unique (unicit) ;
3. et elle dpend de faon continue des donnes dans le cadre dune topologie raisonnable.
Typiquement, des problmes issus de la physique et pour lesquels on peut observer (mesurer) les
grandeurs physiques correspondantes sont bien poss. On pensera notamment au problme de
Dirichlet pour lquation de Laplace et lquation de la chaleur (avec conditions initiales connues).
Encore une fois, la mcanique nous montre que tout nest pas si simple. Un problme de
mcanique des milieux continus est bien pos dans un domaine si la frontire D @ de ce
domaine admet une partition en deux sous-ensembles 1 et 2 sur lesquels portent des conditions
aux limites sur les dplacements et sur les efforts respectivement (un thorme de Douglas N.
Arnold existe dans le cas o les deux conditions existent simultanment, mais nous nen parlerons
pas ici).
Si un problme de mcanique est bien pos, la solution en contrainte existe et est unique, alors
que la solution en dplacement ne lest pas ncessairement lorsque des mouvements de corps
rigides sont possibles.
377
E. Schmas numriques
ANNEXES
IV
Les problmes inverses fournissent souvent des problmes mal poss. Par exemple, le problme
dit dinversion du temps dans lquation de la chaleur consistant dduire une distribution passe
de la temprature partir dun tat final nest pas bien pos. Sa solution est en effet trs sensible
des perturbations de ltat final.
Comme nous lavons dj mentionn, la recherche de la solution dun problme continu en
utilisant des mthodes numriques sur la discrtisation de ce problme comporte de nombreux
types derreurs, de la simple erreur darrondi dans une donne au comportement dun algorithme.
Cest ce dont nous allons parler tout de suite.
E.1.2
Conditionnement
Le conditionnement mesure la dpendance de la solution dun problme numrique par rapport

aux donnes du problme, ceci afin de contrler la validit dune solution calcule par rapport
ces donnes. En effet, les donnes dun problme numrique dpendent en gnral de mesures
exprimentales et sont donc entaches derreurs.
De faon plus gnrale, on peut dire que le conditionnement associ un problme est une
mesure de la difficult de calcul numrique du problme. Un problme possdant un conditionnement bas est dit bien conditionn et un problme possdant un conditionnement lev est dit mal
conditionn.
E.1.3
Stabilit ou robustesse
La stabilit est une proprit de la solution obtenue. Elle se rfre la propagation des erreurs
au cours des tapes du calcul, la capacit de lalgorithme de ne pas trop amplifier dventuels
carts, la prcision des rsultats obtenus, mais elle ne se limite pas aux erreurs darrondis et
leurs consquences. Une solution est dite stable si elle est borne dans lespace et/ou le temps. La
valeur de la stabilit peut parfois (souvent) tre exprime en fonction du pas de discrtisation.
Les algorithmes ddis la rsolution dquations diffrentielles ou dquations aux drives
partielles (en particulier la mthode des diffrences finies et la mthode des lments finis) se basent
sur une discrtisation ou un maillage de lespace (et du temps) : dans ce cas, la stabilit se rfre
un comportement numrique robuste lorsque le pas de discrtisation ou la taille des mailles tend
vers 0.
La stabilit dun schma na aucun lien avec la solution exacte du problme trait (convergence).
Une solution Un est stable si lon peut trouver une constante C (souvent nulle) telle que :
16
UnC1 C
6 1;
Un C
8n
(E.1)
Ce critre simple permet donc de sassurer que la solution ne sloigne pas dune valeur de rfrence.
E.1.4
Consistance
La consistance est une proprit de la discrtisation. Un schma numrique (dune quation aux
drives partielles par exemple) sera dit consistant par rapport au problme quil discrtise si celuici tend vers le problme considr lorsque la discrtisation tend vers 0. La consistance concerne
essentiellement la capacit du schma reprsenter une solution rgulire satisfaisant localement
les quations aux drives partielles, ceci lorsque les pas de discrtisation (t, x, etc.) tendent
tous vers 0. Plus prcisment, si les donnes dune tape du traitement algorithmique sont issues
dune solution exacte, les rsultats de ce traitement tendent vers cette solution.
La diffrence entre lquation discrtise et lquation relle est appele lerreur de troncature
La consistance dune discrtisation sanalyse en effectuant un dveloppement en srie de Taylor
de lquation discrtise et en vrifiant que celle-ci tend vers lquation originale lorsque le pas de
discrtisation tend vers 0.
IV
ANNEXES
E.1 Les proprits dun schma numrique
378
E.1.5
Convergence
Contrairement la consistance, qui est une proprit locale, la convergence est de porte globale.
On dit quune solution numrique converge vers la solution analytique si elle tend vers elle en
tout point du temps et/ou de lespace lorsque les paramtres de discrtisation (t , x...) tendent
vers 0.
Cest videmment bien la convergence (souvent difficile prouver) dun schma numrique
que nous visons, mais stabilit et consistance (plus faciles prouver) sont les outils nous permettant
de nous en assurer, et ceci via les trs beaux thormes de Lax (celui du thorme de Lax-Milgram)
et de Lax-Wendroff, que nous prsentons maintenant.
E.2
Thormes de convergence
Thorme 57 Thorme de Lax. Pour rsoudre un problme volutif avec condition initiale
qui est suppos tre bien pos, ceci laide dun schma numrique consistant, la stabilit du
schma est une condition ncessaire et suffisante pour assurer sa convergence. Les notions de
consistance, de stabilit et de convergence se rfrent ici une mme norme.
En dautres termes : consistance + stabilit H) convergence
Ce thorme est parfois galement appel thorme de LaxRichtmyer
Dans les applications physiques que nous considrons, le thorme suivant permet dassurer la
convergence du schma numrique utilis.
Thorme 58 Thorme de Lax-Wendroff. Pour rsoudre un problme aux drives par-
tielles bas sur une loi de conservation, un schma numrique qui est la fois conservatif,
consistant et convergent (lorsque lon raffine les pas de temps et despace, i.e. lorsque t ! 0 et
x ! 0), alors la solution numrique converge vers une solution faible des quations.
Notons que Burton Wendroff a pass sa thse sous la direction de Peter Lax.
379
E. Schmas numriques
ANNEXES
IV
Annexe F
Index des noms propres
381
A
Abel (Niels Henrik), 1802-1829, Norvgien . 27, 29
Adrain (Robert), 1775-1843, Amricain . . . . . . . 345
Airy (George Biddell, Sir -), 1801-1892, Anglais369
Alart (Pierre), ?-, Franais . . . . . . . . . . . . . . . . . . . . 288
Allard (Jean-Franois), ?-, Franais . . . . . . . . . . . . 257
Ambrose (Warren Arthur), 1914-1995, Amricain82
Archimde de Syracuse, -287 -212, Grec . . 36, 139
Argyris (John Hadji), 1913-2004, Grec . . . . . . . . 128
Aristote (dit le Stagirite), -384 -322, Grec . 81, 139
Arnold (Douglas Norman), ?-, Amricain . . 335, 377
Arnold (Vladimir Igorevitch), 1937-2010, Russe314
Ascoli (Giulio), 1843-1896, Italien . . . . . . . . . . . . . 17
Bolzano (Bernard Placidus Johann Nepomuk), 17811848, Allemand . . . . . . . . . . . . . . . . . . . . . 33

Bonaparte (Napolon), 1769-1821, Franais. . . . .80
Bonnet (Pierre-Ossian), 1819-1892, Franais . . . 350
Boole (George), 1815-1864, Anglais . . . . . . . . . . . 22
Borel (Flix douard Justin mile), 1871-1956, Franais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23,
25
Boussinesq (Joseph Valentin), 1842-1929, Franais
287
Brezzi (Franco), 1945-, Italien . . . . . . 100, 101, 111,
119121, 134, 142, 157, 377
Brown (Robert), 1773-1859, cossais . . . . . . . . . . 79
B
Babuka (Ivo Milan), 1926-, Tchque 100, 134, 333,
377
Bachet (Claude-Gaspard, dit - de Mrizac), 15811638, Franais . . . . . . . . . . . . . . . . . . . . . 103
Bampton (Mervyn Cyril Charles), ?, Amricain 230,
231
Banach (Stephan), 1892-1945, Polonais . 20, 55, 69,
70
Beck (Henry Charles, dit Harry), 1902-1974, Anglais
26
Bell (Alexander Graham), 1847-1922, Britannique
247
Brenger (Jean-Pierre), ?-, Franais . . . . . . . . . . . 259
Bernoulli (Daniel), 1700-1782, Suisse . . . . . . . . . 144
Bernoulli (Jacques), 1654-1705, Suisse . . . . . . . . 144
Bernoulli (Jean), 1667-1748, Suisse . . . . 33, 96, 144
Bernstein (Serge Natanovich), 1880-1968, Russe353,
355
Bessel (Friedrich Wilhelm), 1784-1846, Allemand
369
Beyle (Henri), dit Stendhal, 1783-1842, Franais 80
Bzier (Pierre), 1910-1999, Franais . 353, 355, 356
Bhatnagar (Prabhu Lal), 1912-1976, Indien334, 335
Bingham (Eugene Cook), 1878-1945, Amricain278
Biot (Maurice Anthony), 1905-1985, Amricain 257
Bochner (Salomon), 1899-1982, Amricain . . . . . 57
Bolotin (Vladimir V.), 1926- ?, Russe . . . . . . . . . . 327
Boltzmann (Ludwig), 1944-1906, Autrichien 82, 84,
279, 314, 334
C
Cameron (Robert Horton), 1908-1989, Amricain319
Cantor (Georg Ferdinand Ludwig Philip), 1845-1918,
Allemand . . . . . . . . . . . . . . . . . . . 17, 24, 223
Carathodory (Constantin), 1873-1950, Grec . . . . 25
Castigliano (Carlo Alberto), 1847-1884, Italien . 128
Cauchy (Augustin Louis, baron -), 1789-1857, Franais . . . . 19, 27, 55, 69, 76, 223, 272, 347,
369
Cayley (Arthur), 1821-1895, Anglais . 223, 224, 373
Ca (Jean), ?- , Franais . . . . . . . . . . . . . 133, 134, 377
Champollion (Jean-Franois), 1790-1832, Franais
80
Charpit de Villecourt (Paul), ?-1784, Franais . . . 77
Chasles (Michel), 1793-1880, Franais . . . . . . . . 281
Cherepanov (Genady P.), 1937-, Amricain . . . . 303
Chevreuil (Mathilde), ?- , Franaise . . . . . . . . . . . 233
Chladni (Ernst Florens Friedrich), 1756-1827, Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
Cholesky (Andr-Louis), 1875-1918, Franais . 133,
225, 323
Clairaut (Alexis Claude), 1713-1765, Franais . . 75
Clough (Ray William), 1920- ?, Amricain . . . . . 128
Colson (John), 1680-1760, Anglais . . . . . . . . . . . 373
Cornell (Carl Allin), 1938-2007, Amricain . . . . 327
Cotes (Roger), 1682-1716, Anglais . . . . . . . 359, 360
Cottrell (Alan Howard, Sir -), 1919-2012, Anglais
306
Coulomb (Charles-Augustin), 1736-1806, Franais
277, 282, 284, 287, 289, 290
F. Index des noms propres
ANNEXES
IV
Courant (Richard), 1888-1972, Amricain . 57, 128, Freudenthal (Alfred Martin), 1906-1977, Amricain
235, 258
327
Cousin (Pierre), 1867-1933, Franais . . . . . . . . . . . 48 Friedrichs (Kurt Otto), 1901-1982, Allemand 57, 66,
Cox (Gertrude Mary), 1900-1978, Amricaine . 357
258
Craig (Roy R. Jr), ?, Amricain . . . . . . . . . . . 230, 231 Frobenius (Ferdinand Georg), 1849-1917, Allemand
Crank (John), 1916-2006, Amricain . . . . . . . . . . 371
224
Curnier (Alain), 1948-, Suisse . . . . . . . . . . . . . . . . 288
G
D
Galerkine (Boris), 1871-1945, Russe . . 97, 128, 133,
dAlembert (Jean le Rond), 1717-1783, Franais 29,
235
75, 76, 97
Galile (Galileo Galilei), 1564-1642, Italien139, 144
de Boor (Carl-Wilhelm Reinhold), 1937-, Amricain Galois (variste), 1811-1832, Franais . . . . . . . . . 29
357
Gau (Johann Carl Friedrich), 1777-1855, Allemand
De Giorgi (Ennio), 1928-1996, Italien . . . . . . . . . . 82
133, 169, 223, 308, 345, 350, 361363
De Sax (Gry), 1955-, Franais . . . . . . . . . . . . . . 288 Geschke (Charles M.), 1939-, Amricain . . . . . . 355
Delaunay (Boris Nikolaevitch), 1890-1980, Russe Ghanem (Roger G.), ?-, Libanais . . . . . . . . . . . . . . 324
197, 200, 201, 203
Gibbs (Josiah Willard), 1839-1903, Amricain . . 81
Denjoy (Arnaud), 1884-1974, Franais . . . . . . . . . 48 Goodyear (Charles), 1800-1860, Amricain . . . . 283
Der Kiureghian (Armen), 1947-, Armnien . . . . 327 Grassmann (Hermann Gnther), 1809-1877, AlleDescartes (Ren), 1596-1650, Franais 36, 200, 238
mand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
Desvillettes (Laurent), 1966- , Franais . . . . . . . . . 84 Green (George), 1793-1841, Anglais . . 44, 238, 255,
Dirac (Paul Adrien Maurice), 1902-1984, Anglais24,
275, 276, 331
56, 58
Griffith (Alan Arnold), 1893-1963, Anglais299301,
Dirichlet (Johann Peter Gustav Lejeune), 1805-1859,
303, 308
Allemand . . . . 45, 46, 64, 77, 81, 105, 106,
Gross (Eugne P.), 1926-1991, Amricain . 334, 335
109112, 114, 200, 206, 210
Guest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
Ditlevsen (Ove Dalager), 1935-, Danois . . . 327, 328
Gumbel (Emil Julius), 1891-1966, Allemand . . . 327
Drucker (Daniel Charles), 1918-2001, Amricain282
du Bois-Reymond (Paul David Gustave), 1831-1889,
Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 H
Dugdale (Donald Stephen) . . . . . . . . . . . . . . . . . . . 306 Haar (Alfrd), 1885-1933, Hongrois . . . . . . . . . . . . 25
Dynkin (Eugne Borisovitch), 1924-, Russe . . . . . 25 Hadamard (Jacques Salomon), 1865-1963, Franais
17, 55, 377
Halley (Edmond), 1656-1742, Anglais . . . . . . . . 140
E
Eiffel (Gustave), 1832-1923, Franais . . . . . 144, 281 Hamilton (Richard Streit), 1943-, Amricain . . . . 84
Einstein (Albert), 1879-1955, Suisse-amricain . . 79 Hamilton (William Rowan, Sir -), 1805-1865, Irlandais . . . . . . . . . . . . . . . . . . . . . . . . . . 140, 223,
Esteva (Luis), 1935-2012, Mexicain . . . . . . . . . . . 327
224
Euclide, -325 -265, Grec1921, 25, 40, 66, 69, 131
Euler (Leonhard Paul), 1707-1783, Suisse17, 27, 33, Hasofer (A. M.), . . . . . . . . . . . . . . . . . . . . . . . . 327, 328
36, 76, 77, 81, 85, 103, 111, 144, 204, 346, Hausdorff (Felix), 1868-1942, Allemand . . . . 17, 18
Heine (Eduard), 1821-1881, Allemand . . . . . . . . . 33
370
Eyring (Carl Ferdinand), 1889-1951, Amricain244, Hellinger (Ernst David), 1883-1950, Allemand . 113,
142, 158, 167, 174, 177
250
Helmholtz (Hermann Ludwig Ferdinand von -), 18211894, Allemand . 114, 239, 242, 243, 254,
F
268
Falk (Richard S.), ?-, Amricain . . . . . . . . . . . . . . 335
Fechner (Gustav Theodor), 18011887, Allemand Hencky (Heinrich), 1885-1951, Allemand . . . . . 281
Henstock (Ralph), 1923-2007, Anglais . . . . . . . . . 48
247
Feng (Zhi-Qiang), 1963-, Franais . . . . . . . . . . . . 288 Hermite (Charles), 1822-1901, Franais . 20, 21, 60,
97, 151, 156, 166, 319, 348, 349, 353, 354,
Fermat (Pierre, de -), ?-1665, Franais . . . . . . . . . . 36
361
Fick (Adolf Eugene), 1829-1901, Allemand . 79, 82
Fix (George J. III), 1939-2002, Amricain . . . . . 128 Hertz (Heinrich Rudolf), 1857-1894, Allemand 287,
288
Fletcher (Harvey C.), 1884-1981, Amricain . . . 248
Fourier (Jean Baptiste Joseph), 1768-1830, Franais Hilbert (David), 1862-1943, Allemand20, 21, 55, 57,
60, 61, 64, 65, 69, 83, 118, 223, 348, 349
45, 7981, 223, 233, 235, 319
Frchet (Maurice Ren), 1878-1973, Franais17, 19, Hill (Rodney), 1921-2011, Anglais . . . . . . . 161, 283
Hlder (Otto Ludwig), 1859-1937, Allemand 35, 51
22, 98, 206
Fredholm (Ivar), 1866-1927, Sudois . . . . . . . . . . 318 Hoff (Nicholas J.), 1906-1997, Hongrois . . . . . . 278
IV
ANNEXES
382
Hofmann (Friedrich Carl Albert dit Fritz), 1866-1956,

Allemand . . . . . . . . . . . . . . . . . . . . . . . . . 283
Hooke (Robert), 1635-1703, Anglais . . 89, 112, 141,
144, 159, 272, 273, 277279
Howard (Ronald William), 1954- , Amricain . . . 83
Hrennikoff (Alexander), 1896-1984, Russe . . . . 128
Hu (Haichang), 1928-2011, Chinois . . . . . . . . . . . 113
Huber (Tytus Maksymilian), 1872-1950, Polonais281
Hugo (Victor), 1802-1885, Franais . . . . . . . . . . . . 80
Huygens [ou Huyghens] (Christian), 1629-1695, Nerlandais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222,
238
I
Inglis (Charles), 1875-1952, Anglais . . . . . . . . . . 299
Irwin (George Rankine), 1907-1998, Amricain300
302, 305, 306
Ito (Kiyoshi), 1915-2008, Japonais . . . . . . . . . . . . 319
J
Jacobi (Carl Gustav Jakob), 1804-1851, Allemand
162
Johnson (A.I.), ?, Sudois . . . . . . . . . . . . . . . . . . . . 327
Jones (William, Sir -), 1675-1749, Gallois . . . . . 373
Jordan (Marie Ennemond Camille), 1838-1922, Franais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
K
Kac (Mark ou Marek), 1914-1984, Amricain . . 318
Karadeniz (Halil), 1946-, Turque . . . . . . . . . . . . . . 327
Karhunen (Kari), 1915-1992, Finlandais . . 318, 319,
321323
Kelvin (William Thomson, connu sous le nom de
Lord -), 1924-1907, Anglais . . . . . . . . . 280
Kepler (Johannes), 1571-1630, Allemand . . . . . . 345
Kirchhoff (Gustav Robert), 1824-1887, Allemand
144, 255, 274, 276
Kirsch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299
Kjellman (Walter), 1905-1955, Sudois . . . . . . . . 326
Kolmogorov (Andre Nikolaevitch), 1903-1987, Russe
23, 314
Korn (Arthur), 1870-1945, Allemand . . . . . . . . . . . 67
Krook (Max), 1913-1985, Amricain . . . . . 334, 335
Krylov (Aleksey Nikolaevich), 1863-1945, Russe57
Kuratowski (Kazimierz), 1896-1980, Polonais . . . 17
Kurzweil (Jaroslav), 1926-, Tchque . . . . . . . . . . . 48
Kutta (Martin Wilhelm), 1867-1944, Allemand 370,
371
L
Ladevze (Pierre), ?- , Franais . . . . . . . . . . . . . . . 233
Ladyjenskaa (Olga Aleksandrovna), 1922-2007, Russe
100
Lagrange (Joseph Louis, comte de -), 1736-1813,
Italien . . . . . . . . . . . . . . . . 27, 29, 76, 77, 92,
97, 102, 103, 113, 140, 142, 143, 151, 156,
157, 159, 169, 171, 193, 234, 275, 276, 281,
288, 314, 346348, 350, 354, 355, 360
383
Laguerre (Edmond Nicolas), 1834-1886, Franais

352, 353, 361
Lambert (Johann Heinrich), 1728-1777, Suisse . 346
Lam (Gabriel), 1795-1870, Franais . . . . . . 90, 277
Landau (Lev Davidovitch), 1908-1968, Russe . . . 84
Laplace (Pierre Simon de -), 1749-1827, Franais79,
105107, 281
Laursen (Tod A), ?-, Amricain . . . . . . . . . . . . . . . 288
Lax (Peter), 1926-, Amricain98, 118, 133, 206, 377,
379
Lebesgue (Henri-Lon), 1875-1941, Franais2325,
4648, 55, 70, 223
Lee (Shaw M.), ?- , Amricain . . . . . . . . . . . . . . . . 312
Legendre (Adrien-Marie), 1752-1833, Franais 281,
345, 349, 350, 361
Legrand (Mathias), ?- , Franais . . . . . . . . . . . . . . . . . 4
Leibniz (Gottfried Wilhelm), 1646-1716, Allemand
27, 33, 36, 75
Leissa (Arthur W.), 1932-, Amricain . . . . . . . . . 232
Lemaire (Christophe), ?-, Franais . . . . . . . . . . . . 204
Lemaire (Maurice), ?-, Franais . . . . . . . . . . . . . . . 327
Leray (Jean), 1906-1998, Franais . . . . . . . . . . . . . 57
Lvy (Paul Pierre), 1886-1971, Franais . . . . . . . 319
Lewy (Hans), 1904-1988, Amricain . . . . . . . . . . 258
Lind (Niels Christian), . . . . . . . . . . . . . . . . . . 327, 328
Liouville (Joseph), 1809-1882, Franais . . . . . . . . 76
Lipschitz (Rudolph Otto Sigismund), 1832-1903, Allemand . . . . . . . . . . . . . . . . . . . . . . . . . 35, 76,
369
Listing (Johann Benedict), 1808-1882, Allemand 17
Love (Michel), 1907-1979, Franais . . . . . 318, 319,
321323
Lorentz (Hendrik Antoon), 1853-1928, Nerlandais
205
Lotka (Alfred James), 1880-1949, Amricain . . . 76
Love (Augustus Edward Hough), 1863-1940, Anglais
144
M
Markov (Andre Andreevitch), 1856-1922, Russe
345
Martin (William T.), 1911-2004, Amricain . . . . 319
Maxwell (James Clerk), 1831-1879, cossais . . 128,
205, 278281
Mayer (Max), ?, Allemand . . . . . . . . . . . . . . . . . . . 326
Melenk (Jens Markus), ?- , Autrichien . . . . . . . . . 333
Metropolis (Nicholas Constantine), 1915-1999, Amricain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 324
Meyers (Norman George), 1930-, Amricain . . . . 60
Milgram (Arthur Norton), 1912-1961, Amricain98,
118, 133, 206, 377
Mindlin (Raymond David), 1906-1987, Amricain
144
Miner . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309, 310
Minkowski (Hermann), 1864-1909, Allemand . . . 51
Mises (Richard Edler, von -), 1883-1953, Autrichien
161, 273, 281, 282
ANNEXES
IV
Mbius (August (us) Ferdinand), 1790-1868, Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357

Mohr (Christian Otto), 1835-1918, Allemand . . 128,
282
Montel (Paul Antoine Aristide Montel), 1876-1975,
Franais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Mooney (Melvin), 1893-1968, Amricain . . . . . . 284
Moser (Jrgen Kurt), 1928-1999, Allemand . . . . 314
Moses (Fred), ?-, Amricain . . . . . . . . . . . . . . . . . . 327
Mossotti (Ottaviano-Fabrizio), 1791-1863, Italien205
Mullins (Leonard) . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Munson (Wilden A.), 1902-1982, Amricain . . . 248
Pez (A.), ?, Espagnol . . . . . . . . . . . . . . . . . . . . . . . 327

R
Rackwitz (Rdiger), 1941-2012, Allemand . . . . 327
Raphson (Joseph), 1648-1715, Anglais . . . 277, 290,
373375
Rayleigh (John William Strutt, troisime baron -),
1842-1919, Anglais . . . 128, 144, 230, 232,
254
Reissner (Max Erich, dit Eric), 1913-1996, Amricain . . . . . . . . 113, 142, 144, 158, 167, 174,
177
Reuss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
Reynolds (Osborne), 1842-1912, Irlandais . . 85, 111
Riccati (Jacopo Francesco), 1676-1754, Italien . . 75
Ricci-Curbastro (Gregorio), 1853-1925, Italien . . 84
Rice (James R.), 1940-, Amricain . . . . . . . 303, 305
Richtmyer (Robert Davis), 1910-2003, Amricain
379
Riemann (Georg Friedrich Bernhard), 1826-1866, Allemand. . . . . . . . . . . . . . . . . . . . . . . . . .4447
Riesz (Frigyes), 1880-1956, Hongrois . . 55, 98, 206
Ritz (Walther), 1878-1909, Suisse . . . . 128, 232, 331
Rivlin (Ronald Samuel), 1915-2005, Amricain 284
Robin (Victor Gustave), 1855-1897, Franais78, 114
Rodrigues (Benjamin-Olinde), 1795-1851, Franais
352
Rosenblatt (Murray), 1926-, Amricain . . . . . . . . 328
Rosenblueth (Emilio), 1926-1994, Mexicain . . . 327
Runge (Carl David Tolm), 1856-1927, Allemand
346, 354, 361, 370, 371
N
Nash (John Forbes), 1928- , Amricain . . . . . . . . . 82
Nataf (Andr), ?, Franais . . . . . . . . . . . . . . . . . . . . 328
Navier (Claude Louis Marie Henri), 1785-1836, Franais . . . . . . . . . . . 57, 83, 84, 110, 281, 334,
335
Neper [ou Napier] (John, Baron de Merchiston), 15501617, cossais . . . . . . . . . . . . . . . . . . . . . 238
Neumann (Carl Gottfried), 1832-1925, Allemand64,
77, 106, 107, 111, 112, 114, 117, 140, 211
Neumann (John, von -), 1903-1957, Hongrois . . . 20,
230, 321, 322
Newmark (Nathan Mortimore), 1910-1981, Amricain . . . . . . . . 128, 213215, 234, 365, 369,
372
Newton (Isaac, Sir -), 1643-1727, Anglais . . . . . . 36,
77, 140, 277, 279, 290, 347, 355, 359, 360,
373375
Nicolson (Phyllis), 1917-1968, Anglaise . . . . . . . 371
Nirenberg (Louis), 1925- , Amricain . . . . . . . . . . 82 S
Norton (Frederick H.) . . . . . . . . . . . . . . . . . . . . . . . 278 Sabine (Wallace Clement), 1868-1919, Amricain
244, 250
Saint-Venant (Adhmar Jean Claude Barr de -), 1797O
1886, Franais . . . . . . . . . . . . . . . . 145, 189,
Ogden (Ray W.) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
278
Oresme (Nicole), 1325-1382, Allemand . . . . . . . . 36
Ostrogradsky (Mikhal Vassilievitch), 1801-1862, Ukai- San Martn (Jorge), ?- , Chilien . . . . . . . . . . . . . . . 130
nien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44 Schrdinger (Erwin Rudolf Josef Alexander), 18871961, Autrichien . . . . . . . . . . . . . . . . . . . 352
P
Schur (Issai), 1875-1941, Russe . . . . . 168, 169, 234
Pad (Henri Eugne), 1863-1953, Franais . . . . . 346 Schwartz (Laurent), 1915-2002, Franais . . . . 55, 56
Parent (Antoine), 1660-1726, Franais . . . . . . . . 144 Schwarz (Hermann Amandus), 1843-1921, Allemand
Paris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
39, 69
Perelman (Grigori Iakovlevitch), 1966- , Russe . . 83 Serrin (James Burton), 1926-2012, Amricain . . . 60
Perron (Oskar), 1880-1975, Allemand . . . . . . . . . . 48 Sezawa (Katsutada), 1895-1944, Japonais . . . . . 232
Pian (Theodore H.H.), 1919-2009, Amricain . . 114, Shinozuka (Masanobu), 1930-, Japonais . . . . . . . 327
142, 158
Siegert (Arnold John Frederick), 1911-1995, AmriPiazzi (Giuseppe), 1746-1826, Italien . . . . . . . . . 345
cain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
Piola (Gabrio), 1794-1850, Italien . . . . . . . . 274, 276 Sierpinski (Wacaw Franciszek), 1882-1969, Polonais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Poincar (Henri), 1854-1912, Franais17, 20, 48, 66,
67, 71, 83, 84, 204, 314
Signorini (Antonio), 1888-1963, Italien . . . . . . . . 289
Poisson (Simon Denis), 1781-1840, Franais79, 80, Simo (Juan-Carlos), 1952-1994, Espagnol . . . . . 288
90, 105107, 205, 206, 210, 277
Simpson (Thomas), 1710-1761, Anglais . . 360, 373
Poritsky (H.), . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 Snell (Snell van Royen (Willebrord), dit Villebrordus
Prager (William), 1903-1980, Amricain . . . . . . 282
Snellius ), 1581-1626, Nerlandais . . . 238
Prandtl (Ludwig), 1875-1953, Allemand . . . . . . . 281 Snow (John), 1813-1858, Anglais . . . . . . . . . . . . . 200
IV
ANNEXES
384
Sobolev (Sergue Lvovitch), 1908-1989, Russe . . 55,

57, 59, 60, 62, 63, 65
Soize (Christian), 1948- , Franais . . . . . . . . . . . . 236
Sommerfeld (Arnold Johannes Wilhelm), 1868-1951,
Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . 331
Spanos (Pol D.), ?-, Grec . . . . . . . . . . . . . . . . . . . . . 324
Stevens (Stanley Smith), 1906-1973, Amricain 247
Stokes (George Gabriel), 1819-1903, Anglais . . . 57,
8385, 109, 110, 281, 334, 335
Stone (Marshall Harvey), 1903-1989, Amricain347
Strang (William Gilbert), 1934-, Amricain128, 135,
377
Sturm (Jacques Charles Franois), 1803-1855, Franais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
Sylvester (James Joseph), 1814-1897, Anglais . 223
T
Taylor (Brook), 1685-1731, Anglais . 314, 318, 347,
354, 372, 374
Tchebychev (Pafnouti Lvovitch), 1821-1894, Russe
350352, 354, 361
Thiessen (Alfred H.), 1872-1956, Amricain . . . 200
Timoshenko (Stephen), 1878-1972, Russe . . . . . 144
Tisserand (Franois Flix), 1845-1896, Franais 314
Tong (Pin), ? , Chinois . . . . . . . . . . . . . . 114, 142, 158
Torroja (Eduardo), ?, Espagnol . . . . . . . . . . . . . . . . 327
Toscani (Giuseppe), ?- , Italien . . . . . . . . . . . . . . . . . 84
Trefftz (Erich Immanuel), 1888-1937, Allemand237,
331
Tresca (Henri douard), 1814-1885, Franais . . 281,
282, 306
Tsa (Stephen W), ?-, Amricain. . . . . . . . . .161, 283
Tsotsis (Thomas K.), ?- , Amricain . . . . . . . . . . . 312
Weibull (Ernst Hjalmar Waloddi), 1887-1979, Sudois . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311,

326
Weierstrass (Karl Theodor Wilhelm), 1815-1897, Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
Weill (Jean-Christophe), ?-, Franais . . . . . . . . . . 204
Wells (Alan Arthur), 1924-2005, Anglais . . . . . . 306
Wendroff (Burton), 1930-, Amricain . . . . . . . . . 379
Wheatstone (Charles), 1802-1875, Anglais . . . . . 232
Wiener (Norbert), 1894-1964, Amricain . . . . . . 319
Wilson (John), 1741-1793, Anglais. . . . . . . . . . . . 103
Winther (Ragnar), 1949-, Norvgien . . . . . . . . . . 335
Wirtinger (Wilhelm), 1865-1945, Autrichien . . . . 66
Wisner (Alain), 1923-2004, Franais . . . . . . . . . . 251
Whler (August), 1819-1914, Allemand . . . . . . . 309
Wu (Edward Ming-Chi), 1938-2009, Amricain 161
Y
Young (Thomas), 1773-1829, Anglais . 90, 164, 277,
284
Young (William Henry), 1863-1942, Anglais . . 347,
354
Z
Zach (Franz Xaver, Baron von -), 1754-1832, Allemand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
Zienkiewicz (Olgierd Cecil), 1921-2009, Anglais128
U
Uflyand (Yakov Solomonovic), ,Russe . . . . . . . . 144
Ulam (Stanisaw Marcin), 1909-1984, Amricain325
Uzawa (Hirofumi), 1928-, Japonais . . . . . . . . . . . 290
V
Villani (Cdric), 1973- , Franais. . . . . . . . . . . . . . .84
Vinci (Lonard, de-), 1452-1519, Italien . . . . . . . 144
Voigt (Woldemar), 1850-1919, Allemand . 209, 210,
272, 278280
Volterra (Vito), 1860-1940, Italien . . . . . . . . . 76, 319
Vorono (Gueorgui Feodossievitch), 1868-1908, Russe
197, 199, 200
W
Wallis (John), 1616-1703, Anglais . . . . . . . . . . . . 373
Warburton (Geoffrey Barratt), 1924-2009, Anglais
232
Waring (Edward), 1736-1798, Anglais . . . . . . . . . 346
Warnock (John Edward), 1940- , Amricain . . . . 355
Washizu (Kyuichiro), 1921-1981, Japonais . . . . . 113
Wstlund (Karl Georg), 1905-1980, Sudois . . . 326
Weber (Ernst Heinrich), 1795-1878, Allemand . 247
385
ANNEXES
IV
Annexe G
Index des concepts

courbe de Whler (ou S-N) . . . . . . . . . . . . . . 309, 311
A
analyse ondulatoire de lnergie. . . . . . . . . . . . . . .237 critre de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
ansatz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207, 208, 211 critre de plasticit
Drucker-Prager . . . . . . . . . . . . . . . . . . . . . . . . . 282
application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21, 28
Hill . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
approche ascendante . . . . . . . . . . . . . . . . . . . . . . . . . 187
Mohr-Coulomb . . . . . . . . . . . . . . . . . . . . . . . . . 282
approche descendante . . . . . . . . . . . . . . . . . . . . . . . . 187
Tresca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
approximation
Tsa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
conforme . . . . . . . . . . . . . . . . . . . . . 132, 133, 136
von Mises . . . . . . . . . . . . . . . . . . . . . . . . . 281, 282
non conforme . . . . . . . . . . . . . . . . . 132, 135, 136
crochet de dualit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
B
bijection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 D
dAlembertien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
borne
de Reuss . . . . . . . . . . . . . . . . . . . . . . . . . . 209, 210 dcomposition de domaine . . . . . . . . . . . . . . 189, 190
de Voigt . . . . . . . . . . . . . . . . . . . . . . . . . . . 209, 210 dcomposition modale . . . . . . . . . . . . . . 218, 228, 229
densit spectrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222
C
drive
chaos polynomial . . . . . . . . . . . . . . . . . . . . . . . . . . . 319
au sens des distributions . . . . . . . . . . . . . . . . . . 58
coefficients de Lam . . . . . . . . . . . . . . . . . . . . . 90, 277
classique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
coefficients de Poisson . . . . . . . . . . . . . . . 90, 210, 277
dordre suprieur . . . . . . . . . . . . . . . . . . . 194, 195
compacit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
gnralise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
complment de Schur . . . . . . . . . . . . . . . 168, 169, 234
normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41, 61
Component Modal Synthesis . . . . . . . . . . . . . . . . . 236
par rapport la gomtrie . . . . . . . . . . . . . . . 195
condensation statique . . . . . . . . . . . . . . . . . . . . . . . . 191
partielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
condition aux limites. . . . . . . . . . . . . . . . . . . . . . . . . .77 diagramme de Vorono . . . . . . . . . . . . . . . . . . 199, 200
de Dirichlet . . . 64, 77, 105, 106, 108112, 114, distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
206, 210
issue dune norme . . . . . . . . . . . . . . . . . . . . 20, 69
de Neumann . . 64, 77, 106, 107, 111, 112, 114, distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
211
de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
de Robin . . . . . . . . . . . . . . . . . . . . . . . . . . . 78, 114 divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40, 44
dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 domaine
essentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
frquentiel. . . . . . . . . . . . . . . . . . . . . . . . .233, 235
mle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78, 107
temporel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
naturelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 dual dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . 30
condition BBL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 dual topologique dun espace vectoriel . . . 31, 58, 61
condition de priodicit . . . . . . . . . . . . . . . . . . . . . . 188
condition inf-sup . . . . . . . . . . . . . . . . . . . . . . . 100, 121 E
continuit
ED-EDP
C0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
de Faraday . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Ck . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
de Helmholtz . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Hlder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
de la chaleur . . . . . . . . . . . 80, 89, 108, 223, 226
Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
de la dformation dune membrane . . . . . . . . 80
contrainte de von Mises . . . . . . . . . . . . . . . . . . . . . . 273
de la diffusion molculaire . . . . . . . . . . . . . . . . 89
contrainte effective . . . . . . . . . . . . . . . . . . . . . . . . . . 273
de lacoustique . . . . . . . . . . . . . . . . . . 80, 91, 114
couplage des cellules microscopiques . . . . . 188, 189
de Laplace . . . . . . . . . . . . . . . . . . . . . 79, 105107
387
G. Index des concepts
ANNEXES
IV
de llasticit plane . . . . . . . . . . . . . . . . . . . . . . 89
de Navier-Stokes . . . . . . . . . . . . . . . . . . . . 83, 110
de Poisson . . . . . . . . . . . . 79, 105107, 206, 210
de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . 85, 109
des ondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85, 111
dOhm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
dynamique de population . . . . . . . . . . . . . . . . . 76
Lotka-Volterra . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
relation fondamentale de la dynamique . 77, 89,
111, 112, 213, 224, 226228
systme proie-prdateur . . . . . . . . . . . . . . . . . . 76
effectif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205, 209
lment fini
de Lagrange . . . . . . . . . . . . . . . . . . . 151, 152, 156
de rfrence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
dHermite . . . . . . . . . . . . . . . . . . . . . . . . . 156, 166
diamtre dun . . . . . . . . . . . . . . . . . . . . . . 131, 198
enrichi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
famille affine d . . . . . . . . . . . . . . . . . . . . . . . . 154
frontire . . . . . . . . . . . . . . . . . . . . . . . . . . . 236, 331
hirarchique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
rondeur dun . . . . . . . . . . . . . . . . . . . . . . . 131, 198
singulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
stochastique . . . . . . . . . . . . . . . . . . . . . . . 320, 324
nergie potentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
ensemble mesurable . . . . . . . . . . . . . . . . . . . . . . . . . . 23
quations
de Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
de Navier-Stokes . . . . . . . . . . . . . . . . . . . 334, 335
espace
compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
de Banach . . . . . . . . . . . . . . . . . . . . 20, 60, 69, 70
de Hausdorff . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
de Hilbert . . . . . 20, 60, 61, 64, 65, 69, 348, 349
de Lebesgue . . . . . . . . . . . . . . . . . . . . . 48, 70, 349
de Sobolev
H.div/ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
H1 ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
H 1 ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Hm ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60, 71
H m ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . 60, 61
H10 ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63, 71
Hm
0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60, 61
Wm;p ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
dnergie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .64
euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
mesurable (probabilisable) . . . . . . . . . . . . . . . . 22
mesur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23, 24
mtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
complet . . . . . . . . . . . . . . . . . . . . . . . . . . . 19, 69
prhilbertien . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
propre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223, 235
rgulier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
spar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61, 62, 71
IV
ANNEXES
vectoriel
norm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20, 69
topologique . . . . . . . . . . . . . . . . . . . . . . . . 20, 61
exposant conjugu
de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
F
facteur de forme du maillage . . . . . . . . . . . . . 131, 198
facteur dintensit de contrainte K . . . . . . . . . . . . 302
fonction test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
fonctionnelle
de Hu-Washizu . . . . . . . . . . . . . . . . . . . . . . . . . 113
de lnergie complmentaire . . . . . . . . . . . . . 113
de lnergie potentielle totale . . . . . . . . . . . . 112
de Pian et Tong . . . . . . . . . . . . . . . . . . . . . . . . . 114
dHellinger-Reissner . 113, 142, 158, 167, 174,
177
duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
hybride . . . . . . . . . . . . . . . . . . . . . . . . . . . 114, 142
mixte . . . . . . . . . . . . . . . . 114, 142, 167, 174, 177
primale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
forme
bilinaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21, 69
linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30, 58
formulation faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
frquence propre . . . . . 221223, 225, 226, 229, 235
FRF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
G
G-FEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40, 43
H
homognisation . . . . . . . . . . . . . . 188, 205, 206, 209
I
image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
ingalit
de Cauchy-Schwarz . . . . . . . . . . . . . . . . . . . . . . 69
de Korn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
de Poincar . . . . . . . . . . . . . . . . . . . . . . . . . . 66, 71
de Poincar-Friedrichs . . . . . . . . . . . . . . . . . . . 66
de Poincar-Wirtinger . . . . . . . . . . . . . . . . . . . . 66
injection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
intgrale J. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .303, 305
intgration
Newton-Cotes . . . . . . . . . . . . . . . . . . . . . 359, 360
quadrature de Gau . . . . . . . . . . . . . . . . . . . . . 361
rectangles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
Simpson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
trapzes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 359
J
jacobien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162, 163
jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
L
laplacien . . . . . . . . . . . . . . . . . . . . . . . . 40, 79, 105107
Index des concepts
388
lemme de
Ca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133, 134
Strang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
loi
de Paris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 310
de Weibull . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
des mlanges . . . . . . . . . . . . . . . . . . . . . . 209, 210
loi de comportement . . . . . . . . . . . . . . . . . 89, 111, 112
anisotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
auxtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Bingham-Norton . . . . . . . . . . . . . . . . . . . . . . . 278
lastomres . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
Hooke . . . . . . . . . . . . . . . . 89, 112, 159, 277279
hyperlasticit . . . . . . . . . . . . . . . . . . . . . . . . . . 284
incompressible . . . . . . . . . . . . . . . . . . . . . . 90, 159
Kelvin-Voigt . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
Maxwell . . . . . . . . . . . . . . . . . . . . . . . . . . 278280
Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
Norton-Hoff . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
plasticit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280
Rivlin gnralis . . . . . . . . . . . . . . . . . . . . . . . 284
Saint-Venant . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
viscolasticit . . . . . . . . . . . . . . . . . . . . . . . . . . 279
viscoplasticit . . . . . . . . . . . . . . . . . . . . . . . . . . 279
Voigt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278, 279
M
macro-lment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
maillage de Delaunay-Vorono . . . . . . . . . . . 199, 200
mesure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
complte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . 24, 25
rgulire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
mthode de dveloppement asymptotique infini 208
mthode de dveloppement rgulier . . . . . . . . . . . 207
mthode de diffusion dnergie . . . . . . . . . . . . . . . 237
mthode de Galerkine
discontinue . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
avec multiplicateurs de Lagrange . . . . . . 236
Gradient Least Squares . . . . . . . . . . . . . . . . . . 236
Least Squares . . . . . . . . . . . . . . . . . . . . . . . . . . 236
sans maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
mthode de la couche limite . . . . . . . . . . . . . . . . . . 207
mthode de Lattice-Boltzmann . . . . . . . . . . . . . . . 334
mthode de Monte-Carlo . . . . . . . . . . . . . . . . 324, 329
mthode de Newton-Raphson . . . 277, 290, 373375
mthode de Runge-Kutta
ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
ordre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
mthode de Trefftz . . . . . . . . . . . . . . . . . . . . . . . . . . 237
mthode denrichissement discontinu . . . . . . . . . 236
mthode des lments discontinus . . . . . . . . . . . . 236
mthode des lments finis tendue . . 236, 308, 333,
334
mthode des rayons . . . . . . . . . . . . . . . . . . . . . . . . . 238
mthode dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 370
389
G. Index des concepts
mthode h . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173, 236

mthode hp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
mthode p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173, 236
mthode particulaire . . . . . . . . . . . . . . . . . . . . . . . . . 332
mthode r . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
mthode sans maillage . . . . . . . . . 236, 308, 332, 333
mthode spectrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
mthodes nergtiques Simplifies . . . . . . . . . . . . 237
mtrique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19
mode propre . . . . . . . . . 221223, 225, 229, 235237
modle macroscopique . . . . . . . . . . . . . 187189, 205
modle microscopique . . . . . . . . . . . . . . 187190, 205
module de Coulomb . . . . . . . . . . . . . . . . . . . . 277, 284
module dYoung . . . . . . . . . . . . . . . . 90, 164, 277, 284
morphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
automorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . 30
endomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . 30
isomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
multi-chelles . . . . . . . . . . . . . . . . . . . . . 186, 187, 190
multi-niveaux . . . . . . . . . . . . . . . . . . . . . . . . . . 188, 189
multiplicateurs de Lagrange . 92, 102, 103, 113, 157,
159, 169, 171, 193, 234, 288
N
normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20, 69, 70
induite par un produit scalaire . . . . . 69, 71, 350
sur H.rot/ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
sur Hm ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
sur H m ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
sur Wm;p ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
notation de Voigt . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
noyau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
O
oprateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
oscillateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221
P
partition de lunit . . . . . . . . . . . . . . . . . . . . . . 236, 333
patch-test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159, 160
perturbation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192, 195
polynme
caractristique . . . . . . . . . . . . . . . . . . . . . 223, 224
de Bernstein . . . . . . . . . . . . . . . . . . . . . . . 353, 355
de Lagrange . . . . . . . . . . . . . . . . . . . 348, 354, 355
de Laguerre . . . . . . . . . . . . . . . . . . . 352, 353, 361
de Legendre . . . . . . . . . . . . . . . . . . . 349, 350, 361
de Tchebychev . . . . . . . . . . . . . . . . 350352, 361
dHermite . . 316, 319, 323, 324, 348, 349, 353,
354, 361
orthogonalit . . . . . . . . . 316, 347, 349352, 361
post-traitement . . . . . . . . . . . . . . . . . . . . . 158, 159, 173
principe
de dAlembert . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
de Saint-Venant . . . . . . . . . . . . . . . . . . . . 145, 189
des puissances virtuelles . . . . . . . . . . . . . . . . . . 96
des travaux virtuels . . . . . . . . . . . . . . . . . . . . . . 96
ANNEXES
IV
produit scalaire . . . . . . . . . . . . . . . 20, 21, 69, 348352

de H.div/ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
de H1 ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
de Hm ./ . . . . . . . . . . . . . . . . . . . . . . . . . . . 60, 71
de L2 . . . . . . . . . . . . . . . . . . . . . . 51, 70, 349, 350
proprit de la boule ouverte . . . . . . . . . . . . . . . . . . 201
proprit dorthogonalit . . . . . . . . . . . . . . . . . . . . . 229
pseudo-inversion . . . . . . . . . . . . . . . . . . . 191, 192, 194
Q
quotient de Rayleigh. . . . . . . . . . . . . . . . . . . . . . . . .230
R
reprsentation modale . . . . . . . . . . . . . . . . . . . . . . . 222
rsidus pondrs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
rsonance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221, 222
rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40, 43
S
schma
de Newmark . . . . . . . . . . . . . . 214, 215, 234, 372
des diffrences finies centres . . 214, 215, 235,
372
SEA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 233, 237
srie de Karhunen-Love . . . . . . . 318, 319, 321324
srie de von Neumann . . . . . . . . . . . . . . . . . . . 321, 322
sous-structuration . . . . . . . . . . . . . . . . . . 186, 190, 191
sous-structure . . . . . . . . . . . . . . . . . . . . . . . . . . 190, 191
super-lment . . . . . . . . . . . . . . . . . . . . . . . . . . 190, 191
support . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24, 29
surjection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
synchronisation. . . . . . . . . . . . . . . . . . . . . . . . .222, 223
de Lax . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
de Lax-Milgram . . . . . . . . . . . 98, 118, 133, 206
de Lax-Wendroff . . . . . . . . . . . . . . . . . . . . . . . 379
de Meyers-Serrin . . . . . . . . . . . . . . . . . . . . . . . . 60
de projection (dans un Hilbert) . . . . . . . . . 21, 51
de reprsentation de Riesz-Frchet . . . . 98, 206
de Stone-Weierstrass . . . . . . . . . . . . . . . . . . . . 347
de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
de Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . . 347
dinjections continues de Sobolev . . . . . . . . . 66
dinversion locale . . . . . . . . . . . . . . . . . . . . . . . 163
du flux-divergence . . . . . . . . . . . . . . . . . . . . . . . 44
du gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
du rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
thorie des structures floues . . . . . . . . . . . . . . . . . . 236
Thorie Variationnelle des Rayons Complexes . 233
topologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18, 31
trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174, 189
transforme de Fourier . . . . . . . . . . . . . . 233, 235, 238
tribu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
borlienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
TXFEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
U
unisolvance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
V
valeur propre . . . . . . . . . . . . . . . voir frquence propre
vecteur propre . . . . . . . . . . . . . . . . . . voir mode propre
vibration
libre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224, 226
priodique . . . . . . . . . . . . . . . . . . . . . . . . . 224, 227
T
transitoire . . . . . . . . . . . . . . . . . . . . . . . . . 224, 228
taux de restitution dnergie G . . . . . . . 301, 303, 305
volume lmentaire reprsentatif . . . . . . . . . 205, 209
tenseur
des contraintes de Cauchy . . . . . . . . . . . . . . . 272 W
des contraintes de Kirchhoff . . . . . . . . . . . . . 274 WBT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
des contraintes de Piola-Kirchhoff . . . 274, 276
des dformations de Green-Lagrange . 275, 276 X
gradient de dformation . . . . . . . . . . . . . . . . . 274 X-FEM . . . . . . . . . . . . . . . . . . . . . . . 236, 308, 333, 334
linaris des dformations . . . . . . . . . . . . . . . 275
thorme
de Babuka . . . . . . . . . . . . . . . . . . . . . . . . 100, 134
de Borel-Lebesgue . . . . . . . . . . . . . . . . . . . . . . . 25
de Brezzi . . . . . . . . . . . . . . . . . 100, 119121, 134
gnralis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272
de Cayley-Hamilton . . . . . . . . . . . . . . . . . . . . 224
de changement de variables dans les intgrales
multiples . . . . . . . . . . . . . . . . . . . . . . . . . . 163
de compltion (sur un Banach) . . . . . . . . . . . . 21
de densit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
de drivation des fonctions composes dans les
espaces de Sobolev . . . . . . . . . . . . . . . . . . 65
de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
de Green-Ostrogradsky . . . . . . . . . . . . . . . . . . . 44
de GreenRiemann . . . . . . . . . . . . . . . . . . . . . . 44
de Kirchhoff . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
IV
ANNEXES
Index des concepts
390
Annexe H
Rfrences bibliographiques
[1] Grgoire A LLAIRE. Analyse numrique et optilisation. Eds de lcole Polytechnique, 2007.
[2] Pierre A LLIEZ et al. Anisotropic Polygonal Remeshing. I NRIA. URL : http://hal.inria.
fr/docs/00/07/17/78/PDF/RR-4808.pdf (cf. page 197).
[3] Douglas N. A RNOLD, Richard S. FALK et Ragnar W INTHER. Finite element exterior
calculus, homological techniques, and applications . In : Acta Numerica (2006), pages 1
155. URL : http://www.ima.umn.edu/~arnold//papers/acta.pdf (cf. page 335).
[4] Douglas N. A RNOLD, Richard S. FALK et Ragnar W INTHER. Finite element exterior
calculus : from Hodge theory to numerical stability . In : Bulletin of AMS 47.2 (2010),
pages 281354. URL : http://www.ima.umn.edu/~arnold//papers/bulletin.pdf
(cf. page 335).
[5] Nadia BAHLOULI. Cours Matriaux Composites. Univ. Strasbourg. URL : http://wwwipst.u-strasbg.fr/cours/materiaux-composites/tdm.htm.
[6] Stphanie BASSEVILLE. Mthodes de rsolutions en lments finis. cole Nationale Suprieure des Mines de Paris, Enseignement spcialis lments finis S3733-S3735.
2005-2006. URL : http://mms2.ensmp.fr/ef_paris/technologie/polycop/f_
coursMR.pdf.
[7] Jean-Louis BATOZ et Gouri D HATT. Modlisation des structures par lments finis. Vol. 1
solides lastiques. Hermes, 1995.
[8] Marc B ERVEILLER. lments finis stochastiques : approches intrusive et non intrusive
pour des analyses de fiabilit . Thse de doctorat. Univ. Blaise Pascal - Clermont II, 2005.
URL : http://tel.archives-ouvertes.fr/docs/00/36/62/25/PDF/Berveiller.
pdf.
[9] ric B LAYO. Notes de cours sur la mthode des lments finis. M1 Mathmatiques Appliques et Industrielles, Laboratoire Jean Kuntzmann, I NRIA. 2010. URL : http://wwwljk.imag.fr/membres/Eric.Blayo/Documents/Poly-EF.pdf.
[12] Franck B OYER. Analyse numrique des EDP elliptiques. Aix-Marseille universits, M2
Mathmatiques et Applications. 2011. URL : http://www.cmi.univ-mrs.fr/~fboyer/
_media/enseignements/cours_m2_anedp_fboyer.pdf.
391
H. Rfrences bibliographiques
ANNEXES
IV
[13] Franco B REZZI. On the existence, uniqueness and approximation of saddle-point problems
arising from lagrangian multipliers . In : RAIRO 2 (1974), pages 129151. URL : http:
//archive.numdam.org/ARCHIVE/M2AN/M2AN_1974__8_2/M2AN_1974__8_2_129_
0/M2AN_1974__8_2_129_0.pdf.
[14] Laurent C HAMPANEY. Les lments finis par lexemple : modles 1D, 2D ou 3D ? ENS
Cachan ; Dpartement de gnie mcanique, Laboratoire de mcanique et technologie. URL :
http://www.si.ens-cachan.fr/accueil_V2.php?page=affiche_ressource&id=
173.
[15] Laurent C HAMPANEY. Problmes spcifiques la mthode des lments finis. ENS Cachan ;
Dpartement gnie mcanique, Laboratoire de mcanique et technologie. URL : http://
laurent.champaney.free.fr/perso/cours/EF-PbSpecifiques-Champaney.pdf.
[16] Laurent C HAMPANEY. Simulation par lments finis - attention aux singularits. ENS
Cachan. URL : http://www.si.ens-cachan.fr/accueil_V2.php?page=affiche_
ressource&id=175.
[17] Stphane C HAUSSEDENT. Mcanique des milieux continus. NUMEPhy, Univ. du Maine,
Le mans. URL : http://res-nlp.univ-lemans.fr/NLP_C_M03_G01/co/NLP_C_M03_
G01_web.html.
[18] Shiyi C HEN, Gary D. D OOLEN et Kenneth G. E GGERT. Lattice-Boltzmann Fluid Dynamics : a versatile tool for multiphase and other complicated flows . In : Los Alamos
Science Number 22 (1994). URL : http://www.fas.org/sgp/othergov/doe/lanl/
pubs/00285550.pdf.
[19] Mathilde C HEVREUIL. Sur une nouvelle approche en calcul dynamique transitoire,
incluant les basses et les moyennes frquences . Thse de doctorat. ENS Cachan, 2005.
URL : http://hal.archives-ouvertes.fr/docs/00/05/24/41/PDF/Chevreuil.
pdf (cf. page 233).
[20]
? Chapter 9 : Fundamentals of Structural Reliability . In : Lectures on Structural Reliability 1980. One-day Conference on Structural Reliability, Aalborg University Centre 1980.
Proceedings. Sous la direction de P.T. C HRISTENSEN, lborg Universitetscenter. Instituttet
for B YGNINGSTEKNIK et AUC. Institute of Building Technology et Structural Engineering,
Aalborg University Centre, AUC : Conference on Structural Reliability 1980, 1980. URL :
http://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=
rja&ved=0CDEQFjAA&url=http://vbn.aau.dk/files/17204972/Chapter_9_
Fundamentals_of_Structural_Reliability&ei=_40EUvb0KI6T0QWLt4HICA&usg=
AFQjCNF_pNM7iDYWfoi8jrD0SNQEEZ0mJg&sig2=4vorKeIJfiErvHef5QhJgw&bvm=bv.
50500085,d.d2k.
[21] Ray W. C LOUGH et Edward L. W ILSON. Early Finite Element Research at Berkeley.
URL : http : / / www . ce . memphis . edu / 7111 / notes / class _ notes / papers / fe history.pdf (cf. page 128).
[22] Centre de Mathmatiques Appliques (CMAP). Exemples avec Freefem++. cole Polytechnique. URL : http://www.cmap.polytechnique.fr/.
[23] Didier C OMBESCURE. lments de dynamique des structures. Illustrations laide de
CAST3M. Site de Cast3M. septembre 2006. URL : http://www-cast3m.cea.fr/html/
Combescure/DynamiqueCAST3MSeptembre2006.pdf.
[24] Richard C OURANT, K URT et Hans L EWY. ber die partiellen Differenzengleichungen
der mathematischen Physik . In : Mathematische Annalen 100.1 (1928), pages 3274.
URL : http://www.digizeitschriften.de/dms/img/?PPN=PPN235181684_0100&
DMDID=dmdlog5&LOGID=log5&PHYSID=phys38#navi (cf. page 258).
IV
ANNEXES
392
[25] Amy DAHAN -DALMEDICO et Jeanne P EIFFER. Une histoire des mathmatiques. Routes et
ddales. Eds du Seuil, 1986.
[26] David D UREISSEIX. Mthodes numriques appliques la conception par lments finis.
10 janvier 2009. URL : http://hal.archives-ouvertes.fr/docs/00/35/17/13/
PDF/polyMNb.pdf.
[27] Michel DYSLI. B3-5 Introduction aux lments finis. cole Polytechnique Fdrale de
Lausanne ; cycle postgrade : gologie applique lingnierie et lenvironnement. URL :
http://lms.epfl.ch/files/content/sites/lms/files/shared/Publications/
Soil%20and%20Rock/Intro_aux_elements_finis_GAIE.pdf.
[28] Bernard FAVRE. Mthode pour tablir la relation entre le bruit mis par les vhicules
routiers et limpact de ce bruit sur les populations exposes . Thse de doctorat. Universit
Claude Bernard Lyon I, 1984 (cf. page 240).
[29] Zhi-Qiang F ENG. Mcanique non linaire M2-MN91. UFR Science et Technologies, Univ.
dEvry Val dEssonne. URL : http://lmee.univ-evry.fr/~feng/MN91.pdf.
[30] Pascal F REY et Frdric H ECHT. Cours Maillage 2D, surfacique et 3D. Universit Pierre
et Marie Curie (Paris 6). URL : https://www.ljll.math.upmc.fr/~hecht/ftp/old/
IST/NoteCours-v1.pdf.
[31] Roger R. G HANEM et Pol D. S PANOS. Stochastic Finite Elements. A spectral approach.
Dover, 2005.
[32] Gene H. G OLUB et Charles F. van L OAN. Matrix Computations, 3e Ed. Johns Hopkins
University Press, 1996.
[33] K.K. G UPTA et J.L. M EEK. A bried history of the beginning of the Finite Element
Method . In : Int. J. Num Meth in Eng. 39 (1996), pages 37613774. URL : http :
//people.sc.fsu.edu/~jpeterson/history_fem.pdf (cf. page 128).
[34] Jean-Franois H AMET. Les mcanismes de gnration du bruit de roulement et linfluence
des caractristiques de chausse. URL : http://www.infobruit.com/revues/78_
09956.PDF (cf. page 240).
[35] Jean-Franois H AMET. Modlisation du bruit de contact pneu / chausse. Quels sont les
facteurs cls dune rduction des nuisances sonores ? URL : http://www.inrets.fr/ur/
lte/publi-autresactions/lesposters/contactpneuchauss.pdf (cf. page 240).
[36] Bertrand H AUCHECORNE. Les contre-exemples en mathematiques : 522 Contre-exemples
(2me Ed). Ellipses, 2007.
[37] Frdric H ECHT. New development in freefem++ . In : J. Numer. Math. 20.3-4 (2012),
pages 251265. ISSN : 1570-2820.
[38] Frdric H ESCHUNG. Vers une construction et une adaptation automatiques des maillages .
Thse de doctorat. Universit de Reims Champagne Ardenne, 26 mai 2005. URL : http:
/ / ebureau . univ - reims . fr / slide / files / quotas / SCD / theses / exl - doc /
GED00000155.pdf.
[39] Franck H ETROY. Paramtrisation de maillages. Universit de Grenoble. URL : https:
//www.ljll.math.upmc.fr/~hecht/ftp/old/IST/NoteCours-v1.pdf.
[40] Jean JACOD. Thorie de la mesure et intgration (LM365). Universit Pierre et Marie Curie
(Paris 6), L3 Maths. 2010-11. URL : http://www.proba.jussieu.fr/pageperso/
amaury/LM364/jacod.pdf.
[41] Steven G. J OHNSON. Notes on Perfectly Matched Layers (PMLs). URL : http://math.
mit.edu/~stevenj/18.369/pml.pdf.
393
ANNEXES
IV
[42] Patrick J OLY. Introduction au calcul scientifique pour les EDP de la physique. I NRIARocquencourt. URL : http://pages.saclay.inria.fr/houssem.haddar/Cours/
ENSTA/ma201-cours-01.pdf.
[43] Tosio K ATO. Perturbation Theory for Linear Operators. Classics in Mathematics, Springer,
1995 (reprint de 1980).
[44] Raphal K RIKORIAN. Simulations des phnomnes alatoires (LM346). Universit Pierre
et Marie Curie (Paris 6), L3 Maths. URL : http://www.proba.jussieu.fr/dw/lib/
exe/fetch.php?media=users:laruelle:lm346poly.pdf (cf. page 329).
[45]
? ? ? La simulation multi-chelles. ENS Cachan. URL : http://www.si.ens-cachan.

fr/accueil_V2.php?page=affiche_ressource&id=164.
[46] Pierre L ADEVZE. A new computational approach for structure vibrations in the medium
frequency range . In : C. R. Acad. Sci. Paris, Srie II 322, no 12 (1996), pages 849856
(cf. page 233).
[47] M. L EBRUN. Encapsulage acoustique du compartiment GMP. Rapport technique. Rapport
Insavalor, 1998 (cf. page 240).
[48] Christophe L EMAIRE et Jean-Christophe W EILL. Partitioning the sphere with constant
area quadrangles . In : 12th Canadian Conference on Computational Geometry. 2000,
pages 227232 (cf. page 204).
[49] Daniel L I. Mesure et Intgration : Ch6 Espaces Lp . Universit dArtois ; Facult des
Sciences Jean Perrin ; L3 Mathmatiques-Informatique. 2011. URL : http://li.perso.
math.cnrs.fr/textes/Integration/espaceLp.pdf.
[50] R. L UCQUIAUD. valuation de niveaux de bruit de poids lourds, Rapport no 90.15.73.801/1967.
Rapport technique. Union Technique de lAutomobile du Motocycle et du Cycle (UTAC),
1967 (cf. page 240).
[51] Jean-Franois M AITRE. Cours dlments finis . In : DEA Analyse numrique, EDP et
calcul scientifique ; Univ Lyon 1 et St-tienne, ECL, ENS Lyon (1996).
[52] Vincent M ANET. Mesure de la beaut des bruits priodiques. marmonier. URL : http:
//hal.archives- ouvertes.fr/docs/00/72/26/81/PDF/VM_suavity- fr.pdf
(cf. page 252).
[53] Vincent M ANET. Mthodes danalyse par lments finis des contraintes aux interfaces
dans les structures sandwich . Thse de doctorat. Univ. Blaise Pascal - Clermont II, 17
juillet 1998. URL : http://tel.archives-ouvertes.fr/docs/00/66/30/78/PDF/
THESE.pdf.
[54] Vincent M ANET. Cours doption Choix des matriaux - Application la vibro-acoustique .
In : cole Nationale SUprieure des Mines de St-tienne (2009).
[55] Rgis M ARCHIANO. Rayonnement Acoustique des Structures. URL : http : / / www .
dalembert.upmc.fr/home/marchiano/images/stories/rasnb.pdf.
[56]
J.S. San M ARTIN et al. An initial and boundary value problem modeling fish-like swimming . In : Arch. Ration. Mech. Anal. 188.3 (2008), pages 429455. URL : http://www.
iecn.u-nancy.fr/~scheid/Publication/fish.pdf (cf. page 130).
[57] Norman G. M EYERS et James S ERRIN. H D W . In : Proc. Nat. Acad. Sci USA 51
(1964), pages 10551056. URL : http://www.ncbi.nlm.nih.gov/pmc/articles/
PMC300210/pdf/pnas00180-0073.pdf (cf. page 60).
[58] Hakim NACEUR. Mcanique de la rupture. ENSIAME - Univ. de Valenciennes et du
Hainaut Cambrsis. 2011.
IV
ANNEXES
394
[59] Hakim NACEUR. Modlisation de la rupture en dynamique rapide. Univ. de Valenciennes

et du Hainaut Cambrsis. 2012.
[60] Steve O UDOT. Maillage de surfaces de genre zro sans bord. cole Polytechnique. URL :
http : / / www . enseignement . polytechnique . fr / informatique / ARCHIVES / IF /
projets/oudot/sujet.html.
[61] Grigory PANASENKO. Cours dhomognisation . In : DEA Analyse numrique, EDP et
calcul scientifique ; Univ Lyon 1 et St-tienne, ECL, ENS Lyon (1996).
[62] Alexandre P OPIER. Espaces fonctionnels : un peu de topologie. Universit du Maine, Le
Mans. URL : http://perso.univ-lemans.fr/~apopier/enseignement/M1_Maths_
EDP/slides_espaces_fonct.pdf.
[63] Jrme P OUSIN. Cours estimateurs derreurs et remaillage . In : DEA Analyse numrique,
EDP et calcul scientifique ; Univ Lyon 1 et St-tienne, ECL, ENS Lyon (1996).
[64] Julien R THOR. Mthode lments finis tendus en espace et en temps : application
la propagation dynamique des fissures . Thse de doctorat. INSA Lyon, 2005. URL :
http://tel.archives-ouvertes.fr/docs/00/12/11/72/PDF/these.pdf.
[65] Franois ROUVIRE. Petit guide de calcul diffrentiel lusage de la licence et de lagrgation (2me Ed). Cassini, 2003.
[66] Patricia S AAD. Modlisation et identification du comportement non linaire des cales en
caoutchouc . Thse de doctorat. cole Centrale de Lyon, 2003. URL : http://bibli.eclyon.fr/exl-doc/psaad.pdf.
[67] Ulf S ANDBERG. Low noise road surfaces. A state-of-the-art review . In : Eurosymposium
Matrise du bruit routier en milieu urbain. 1992. URL : http://www.asphaltrubber.
org/ARTIC/International/RPA_A1177.pdf (cf. page 240).
[68] Ulf S ANDBERG. Tyre/road noise : myths and realities . In : Plenary paper published
in the Proceedings of The 2001 International Congress and Exhibition on Noise Control
Engineering. The Hague, The Netherlands, 2001, August 27-30. URL : http : / / www .
vti.se/sv/publikationer/pdf/tyreroad-noise--myths-and-realities.pdf
(cf. page 240).
[69] Jean-Franois S CHEID. mthodes numriques pour la dynamique des fluides. Institut
E.Cartan U.M.R. 7502, Univ. H. Poincar Nancy 1. Cours de Master 2 IMOI option
calculs scientifique 2011-2012. URL : http : / / www . iecn . u - nancy . fr / ~scheid /
Enseignement/polyM2IMOI.pdf.
[70] Jean-Franois S CHEID. Analyse numrique des quations de Navier-Stokes. Institut E.Cartan
U.M.R. 7502, Univ. H. Poincar Nancy 1. Cours de Master 2 Mathmatiques (Recherche)
2005-2006. URL : http://www.iecn.u-nancy.fr/~scheid/Enseignement/ns_main.
pdf.
[71]
Laurent S CHWARTZ. Analyse I : Thorie des ensembles et Topologie. Hermann, 1992.
[72] Laurent S CHWARTZ. Analyse II : Calcul diffrentiel et quations diffrentielles. Hermann,

1992.
[73]
Laurent S CHWARTZ. Analyse III : Calcul intgral. Hermann, 1992.
[74]
Christian S OIZE. Modlisation probabiliste du flou structural en dynamique linaire des

systme mcaniques complexes - lments thoriques. In : La Recherche Arospatiale 5
(1986), pages 2348 (cf. page 236).
[75] Christian S OIZE. Estimation of the fuzzy substructure model parameters using the mean
power flow equation of the fuzzy structure . In : Journal of Vibration and Acoustics 120
(1998), pages 279286 (cf. page 236).
395
ANNEXES
IV
[76] H. S TEVEN. Engine Torque and Speed Distribution of Commercial Vehicules in real traffic
and its Consideration in Emission Measurement According to EC Directive 88/77/EEC resp.
ECE regulation R49. Rapport technique. Report no 104.05.316 - FiGE, 1994 (cf. page 240).
[77]
Soyibou S Y et Cornel Marius M UREA. Algorithm for solving fluid-structure interaction

problem on a global moving mesh . In : Coupled Systems Mechanics 1 (2012), pages 99
113. URL : http://www.edp.lmia.uha.fr/sy/ps/Sy_Murea_CSM_2012.pdf.
[78] N.H. TAI et al. Effects of thickness on the fatigue behavior of quasi-isotropic carbon/epoxy
composites before and after low-energy impacts, in : Composites Science and Technologie
59 (1999), pages 17531762.
[79] T.K. T SOTSIS et S.M. L EE. Long-term thermo-oxidative aging in composite materials :
failure mechanisms . In : Composites Science and Technologie 58 (1998), pages 355368.
[80] Cdric V ILLANI. Analyse II. ENS Lyon. 2003-04. URL : http://cedricvillani.org/
wp-content/uploads/2013/03/ana2.pdf.
[81] Cdric V ILLANI. Intgration et Analyse de Fourier. ENS Lyon. 2005-06. URL : http:
//cedricvillani.org/wp-content/uploads/2013/03/IAF.pdf.
[82] Cdric V ILLANI. Intgration et Analyse de Fourier. ENS Lyon. 2005-06. URL : http:
//cedricvillani.org/wp-content/uploads/2013/03/IAF.pdf.
[83] Kyuichiro WASHIZU. Variational methods in elasticity and plasticity. Pergamon Press,
1982.
IV
[84]
W IKIPDIA. CourantFriedrichsLewy condition. URL : http://en.wikipedia.org/

wiki/Courant%E2%80%93Friedrichs%E2%80%93Lewy_condition.
[85]
W IKIPDIA. Diagramme de Vorono. URL : http : / / fr . wikipedia . org / wiki /

Diagramme_de_Vorono%C3%AF.
[86]
W IKIPDIA. quations aux drives partielles. URL : http://fr.wikipedia.org/

wiki/%C3%A9quation_aux_d%C3%A9riv%C3%A9es_partielles.
[87]
W IKIPDIA. Espace Lp . URL : http://fr.wikipedia.org/wiki/Espace_Lp.
[88]
W IKIPDIA. Formulation faible. URL : http://fr.wikipedia.org/wiki/Formulation_

faible.
[89]
W IKIPDIA. Formulation variationnelle. URL : http://fr.wikipedia.org/wiki/

Formulation_variationnelle.
[90]
W IKIPDIA. Formule de Newton-Cotes. URL : https://fr.wikipedia.org/wiki/

Formule_de_Newton-Cotes.
[91]
W IKIPDIA. Histoire des mathmatiques. URL : http://fr.wikipedia.org/wiki/

Histoire_des_math%C3%A9matiques.
[92]
W IKIPDIA. Mthode de Monte-Carlo. URL : http://fr.wikipedia.org/wiki/M%C3%

A9thode_de_Monte-Carlo.
[93]
W IKIPDIA. Mthode des lments finis. URL : http://fr.wikipedia.org/wiki/M%

C3%A9thode_des_%C3%A9l%C3%A9ments_finis.
[94]
W IKIPDIA. Mthodes de quadrature de Gauss. URL : http://fr.wikipedia.org/

wiki/M%C3%A9thodes_de_quadrature_de_Gauss.
[95]
W IKIPDIA. Polynme homogne. URL : https://fr.wikipedia.org/wiki/Polyn%

C3%B4me_homog%C3%A8ne.
[96]
W IKIPDIA. Rsonance de Helmholtz. URL : http://fr.wikipedia.org/wiki/R%C3%

A9sonance_de_Helmholtz.
ANNEXES
396
[97]
W IKIPDIA. Thories des milieux effectifs. URL : http://fr.wikipedia.org/wiki/

Th%C3%A9ories_des_milieux_effectifs.
[98]
W IKIPDIA. Toutes les notes bibliograhiques et historiques de ce document.
[99]
W IKIPDIA. Triangulation de Delaunay. URL : http://fr.wikipedia.org/wiki/

Triangulation_de_Delaunay.
[100]
W IKIPDIA. Zone absorbante parfaitement adapte. URL : http://fr.wikipedia.org/

wiki/Zone_absorbante_parfaitement_adapt%C3%A9e.
[101] Eberhard Z WICKER et Richard F ELDTKELLER. Psychoacoustique. Loreille rcepteur

dinformation. Masson, 1981.
397
ANNEXES
IV

v4 Livre

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

v4 Livre

Transféré par

Droits d'auteur :

Formats disponibles

Vincent Manet

Vulgarisation des aspects mathmatiques

Vincent Manet 2013 (Ceci est la version livre de ce document)

Dmarche de lingnieur numricien

Dmarche de lingnieur numricien

Table des matires

Dmarche de lingnieur numricien

Table des matires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Les espaces de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Panorama non exhaustif des espaces

Point de vue topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Tribu, mesure, espaces mesurable et mesur

Tribu borlienne, mesures de Dirac et Lebesgue

Proprits de la mesure de Lebesgue

Petit exemple amusant dinjection dans un Hilbert

Fonction, application, injection, surjection, bijection

Continuit de Hlder et Lipschitz

Retour sur les classes

TABLE DES MATIRES

pour une fonction de plusieurs variables

Champs de vecteurs et de scalaires . . . . . . . . . . . . . . . . . . .

Quelques thormes sur les intgrales

Prsentation des espaces de Lebesgue Lp

Complments et retour sur les fonctions continues et diffrentiables

Drives au sens des distributions

Prise en compte du contour du domaine

Espaces H1 ./, H10 ./ et H

Espaces H.div/ et H.rot/

Problmes physiques : quations diffrentielles et aux drives partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

Conditions aux limites

Dirichlet valeurs aux bords . . . . . . . . . . .

Types dquation aux drives partielles

Phnomnes de propagation et de diffusion

quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

quation donde, phnomnes vibratoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

TABLE DES MATIRES

Mcanique des fluides

quations de la mcanique des milieux continus des solides

Notions gnrales conduisant aux quations de la mcanique

Formulations faible et variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

Principe des formulations faible et variationnelle

Thorme de reprsentation de Riesz-Frchet

Cas des formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98

Thorme de Babuka et condition inf-sup

Thormes de Brezzi et condition BBL

Problmes physiques : formulations faibles et variationnelles . . . 105

Phnomnes de propagation et de diffusion

quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105

Mcanique des fluides

quation de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109

quations de la mcanique des milieux continus des solides

Formulation gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

quation de Helmholtz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

Exemple de formulation variationnelle dun problme de Neumann

tude directe de lexistence et lunicit de la solution

Formulation mixte duale

TABLE DES MATIRES

La mthode des lments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127

Problmes de la modlisation relle

Principe de la mthode : rsolution dun systme matriciel

Approximation conforme et lemme de Ca

10.4.1 Cas Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

Approximations non conformes et lemmes de Strang

Espaces H1 ./, H10 ./ et H